服务器不是时时能方便地用到,在对墙外的vagrant解决方案失望之后,借着有不限流量的网络资源在此配置一个最近需要的开发环境。
编者要用的环境底层需要CUDA支持,安装到Ubuntu系统上,笔记本自带显卡Geforce 425M。(老机器装点什么东西都是提心吊胆~),在上层装上Theano用于跑深度学习的样例实验,CUrrennT用来跑进行语音识别的神经网络,NETCDF和BOOST是CURRENNT需要用到的东西,另外OPENCV用于上手计算机视觉的内容。
首先是UBUNTU,32位系统实在鸡肋,到CUDA7已不再提供32位包,编者硬生生卸载掉32位版14.04LTS换装64位12.04LTS才完成配置工作,如您使用32版,请尽可能卸载掉。
然后是CUDA,直接输入nvcc命令Ubuntu会提示用apt-get从ubuntu源安装,由于驱动适配问题(CUDA要求使用特定版本系统的特定CUDA包对应驱动),源安装之后会存在问题,这里请参考CSDN上Rachel Zhang的安装笔记。
再来是Theano,安装参考了这里
对于OPENCV,选择使用2.4版本的源代码(cuda 7不能支持2版本的编译,此处用了cuda 6.5),借用好友提供的CMakefile.txt进行cmake,make,make install 三歩操作。。。最后要三个小时编译完成~强烈建议参看官方安装方式:点这里
对于opencv不支持gcc4.9进行编译的问题,请使用
sudo apt-get purge gcc-4.9
sudo apt-get install gcc-4.8
加以解决。
NETCDF可以直接从Ubuntu源获得,sudo apt-get install netcdf-bin libnetcdf-dev(从此处杨奕评论得知)
Boost在尝试源代码编译后也选择从Ubuntu源获取,参考此处
其他内容明日再讲(其实。。。编者配置该环境前后用了两天,做事无计划,安装不看官方文档惹的各种麻烦)