Deep Learning 装机配置

配置

来自知乎推荐

问题

• Tt Core P5 太坑，或者说太高端，刚上手有点接受不了。如图所示，机箱四周是空的，平摊的。
  
  或者视频更能说明问题：
  https://youtu.be/4qyLoYUxuZA
• 水冷比较麻烦，我用的水管是硬的，需要专业设备进行切割弯曲，最好让专业人士装好。

开机问题

• 显示屏，VGA线很关键，有些显示屏，或者说连接线不支持，开机后无信号，或者时有时无，导致装机各种失败

系统 Ubuntu16.04

• 安装ubuntu服务器版本可能比较好，适合多用户
• 我安装的是ubuntu桌面版，因为远程ssh访问不了(实验室网络有限制)，现在通过teamviewer进行远程访问。

深度学习环境

• 安装miniconda
• 按照tensorflow上的教程安装cuda 8.0,cudNN
• 利用miniconda 创建tensorflow环境，安装tensorflow. 注意卸载navid-cuda-toolkit，因为在2017/03/10时，sudo apt-get install navid-cuda-toolkit 是7.5版本的，可能导致冲突

conda create -n tensorflow
source activate tensorflow
sudo apt-get uninstall navid-cuda-toolkit
[install tensorflow,选择好版本]

• 安装opencv2.4.13,opencv3.2 build with cuda,但没有with python(因为ffmpeg 有点问题)，注意卸载 libopencv-dev，因为可能导致版本问题。

opencv2 安装位置： /usr/local/opencv2
opencv3 安装位置： /usr/local/opencv3
如果不在cmake-gui中指明，默认是/usr/local

• 安装caffe with opencv3 + cuda 8.0

# 设置opencv3的环境变量
export LD_LIBRARY_PATH=/usr/local/opencv3/lib
export PKG_CONFIG_PATH=/usr/local/opencv3/lib/pkgconfig

具体配置见Makefile.config

• 安装darknet with opencv2 + cuda 8.0 (darknet 与 opencv2 完美兼容，但opencv3版本更新快于darknet, opencv3.2在2017/03/10时并不直接支持，改一些头文件也没有用.

# 设置opencv2 的环境变量
export LD_LIBRARY_PATH=/usr/local/opencv2/lib
export PKG_CONFIG_PATH=/usr/local/opencv2/lib/pkgconfig