Ubuntu下载常用软件和使用Caffe时的常见问题

###2018年2月4日
#####下载：

• Ubuntu 16.04 LTS安装sogou输入法
• Ubuntu 16.04安装Chrome浏览器
• 记录：Ubuntu14.04 下 chrome的安装过程
• Ubuntu14.04 Chrome无法打开的解决方法
• msi台式机BIOS中选择引导方式启动Windows或者Ubuntu

###2018年2月5日
#####下载：

• 如何卸载Ubuntu软件
• Ubuntu 16.04 LTS安装 TeamViewer 远程协助软件

#如果出现依赖错误，使用以下命令解决后再运行安装包
sudo apt-get install -f

#####使用Caffe时常见问题：

• ImportError: No module named easydict

sudo pip install easydict

• ImportError: No module named cv2 报错处理

  在Ubuntu上使用Python调用OpenCV需要安装对应的python包，这里注意一定要在OpenCV的路径下运行该程序

sudo apt-get install python-opencv

###2018年2月6日
#####下载：

• 在GNU/Linux中安装Matlab

  这是Matlab链接：https://pan.baidu.com/s/1eTDVIWq 密码：i8y3 。**注：**这里一定要注意，在安装好要进行破解时，运行破解需要用管理员权限：

cd /usr/local/MATLAB/R2015b/bin
sudo ./matlab

• 介绍一个Ubuntu添加应用程序图标到桌面启动器Launcher，可以让你的启动图标变得贼帅！

• ubuntu16.04 安装Sublime Text 3
  #####使用Caffe时常见问题：

• fast-rcnn的例子执行和selective search中遇到的问题及解决（二）

问题：
 EnvironmentError: MATLAB command 'matlab' not found.Please add 'matlab' to yourPATH
解决方法：
 export PATH=$PATH:"/usr/local/MATLAB/R2015b/bin"

• Check failed: error == cudaSuccess (10 vs. 0) invalid device ordinal

###2018年2月26日

• Xshell远程连接Ubuntu

###2018年3月4日

• libcudart.so.8.0: cannot open shared object file: No such file or directory

  这个问题是我在复现《[Caffe学习系列(11)：图像数据转换成db（leveldb/lmdb)文件](https://www.cnblogs.com/denny402/p/5082341.html)》的时候做最后一步生成lmdb文件的时候产生的，解决方法参照了上面列出的github链接，在.bashrc中添加了cuda的路径。但第一次并没有成功，实际应该添加的是/usr/local/cuda/lib64路径而不是/usr/local/cuda-8.0/lib64路径，因为在cuda中会对你的cuda-8.0做一个软连接，在Makefile.config文件中也有相应的cuda路径。然后在最后命令中要尽可能减少sudo的使用，避免产生一些杂七杂八的问题。
  

  也可以参考这篇博客《 cuda程序执行出错: libcudart.so.8.0: cannot open shared object file: No such file or directory》，这篇修改的是profile文件，而上面那篇博客修改的是.bashrc文件，这两者之间的区别可以从《Linux中profile、bashrc、bash_profile之间的区别和联系》这篇博客看出。

问题：
build/examples/mnist/convert_mnist_data.bin: error while loading shared libraries: libcudart.so.8.0: cannot open shared object file: No such file or directory
解决方法：
export LD_LIBRARY_PATH=/usr/local/cuda/lib64:$LD_LIBRARY_PATH
export PATH=/usr/local/cuda/bin:$PATH

###2018年3月5日

• CUDNN建立软链接的问题可以看这个《 ubuntu14.04下cuDNN配置(caffe+cuda7.5)》，主要是碰到了下面这个问题：

error while loading shared libraries: libcudnn.so.5: cannot open shared object file: No such file or directory，

###2018年3月15日

• Ubuntu 16.04 安装 PyCharm，会有激活的问题，解决方案看：PyCharm最新2018激活码激活解决方法。使用Hack字体，让代码更酷一点：windows下PyCharm安装及使用

###2018年3月28日

• 编译 pycaffe时报错：fatal error: numpy/arrayobject.h没有那个文件或目录

• caffe添加新层教程

• PASCAL VOC数据集分析

• 【Caffe实践】如何利用Caffe训练ImageNet分类网络

  因为模型需要我们减去图像的均值，所以我们需要计算图像均值，在工具tools/compute_image_mean.cpp 实现了这种操作，或者可以直接用：./make_imagenet_mean.sh 脚本来进行计算图像均值，并生成：data/ilsvrc12/imagenet_mean.binaryproto 文件

###2018年4月4日

• Ubuntu16.04环境下PyTorch简易安装教程

###2018年4月10日

• Linux(Ubuntu)怎样设置鼠标速度（灵敏度）
  -Ubuntu下借助Qt Creator 调试Caffe （下载地址）

###2018年4月18日

• nvcc fatal: Unsupported gpu architecture ‘compute_60’
• make: *** [.build_release/lib/libcaffe.so.1.0.0-rc3]
• ubuntu查看opencv版本

pkg-config --modversion opencv
pkg-config: 可用与列举出某个库的相关信息，比如此库的路径、相关头文件路径等，这在程序编译时将非常有用。

###2018年4月19日
Caffe技巧之使用snapshot来继续网络训练

$TOOLS/caffe train --solver=examples/cifar10/cifar10_quick_solver.prototxt --snapshot=examples/cifar/cifar_quick_iter_3000.solverstate

###2018年4月22日

• caffe的python接口使用方法示例

###2018年5月8日
-ubuntu14.04，“系统设置”中没有了“语言支持”和“文本输入”怎么办？

###2018年7月3日

训练faster rcnn的时候遇到以下问题，这是因为这个版本所用的cudnn为旧版本的，可能与新环境的cudnn不兼容所导致的错误。

In file included from ./include/caffe/util/cudnn.hpp:5:0,  
       from./include/caffe/util/device_alternate.hpp:40,  
       from ./include/caffe/common.hpp:19,  
       from ./include/caffe/util/db.hpp:6,  
       from src/caffe/util/db.cpp:1:  
 /usr/local/cuda/include/cudnn.h:803:27: note: declared here  
 cudnnStatus_t CUDNNWINAPI cudnnSetPooling2dDescriptor(  
                               ^  
make: *** [.build_release/src/caffe/util/db.o] Error 1  

解决方法：
(1) 将/py-faster-rcnn/caffe-fast-rcnn/include/caffe/util/cudnn.hpp 换成最新版的caffe里的cudnn的实现，即相应的cudnn.hpp.
(2) 将/py-faster-rcnn/caffe-fast-rcnn/src/caffe/layer里的，所有以cudnn开头的文件都替换成最新版的caffe里的相应的同名文件。

• caffe 反向传播不更新某些层

layer

{
  name:"conv4"
  type:"Convolution"

  bottom: "conv3"
  top: "conv4"
  propagate_down : 0
  convolution_param {
    num_output: 64
    pad: 1
    kernel_size: 3
    stride: 1
    weight_filler {
      type: "msra"
    }
  bias_filler {
    type: "constant"
  }
  }
}

layer {
    name: "conv3"
    type: "Convolution"
    bottom: "conv2"
    top: "conv3"
    param {
        lr_mult: 0.000000
    }
    param {
        lr_mult: 0.000000
    }
    convolution_param {
        num_output: 64
        kernel_size: 3
        stride: 1
        pad: 1
         weight_filler {
      type: "msra"
    }
    bias_filler {
      type: "constant"
    }
    }
}

• AttributeError: ‘module’ object has no attribute ‘text_format’

训练caffe版本的faster r-cnn时，遇到的几个问题基本都在这里有解决方案，大部分问题都是因为numpy版本不兼容引起的。（谁让faster r-cnn出来这么久了，这个过程中很多python的库都更新过了）

• py-faster-rcnn训练教程

###2018年7月9日
优化算法使用Adam

• 深度学习caffe:最优化方法
• Caffe学习：绘制loss和accuracy曲线（使用caffe的python接口）

train.py

# 使用Adamsolver，即随机梯度下降算法  
solver=caffe.AdamSolver('/root/caffe/examples/mnist/lenet_solver_adam.prototxt')

train.prototxt

train_net: "nin_train_val.prototxt"
base_lr: 0.001
solver_type: ADAM
momentum: 0.9
momentum2: 0.999
delta: 1e-8
lr_policy: "fixed"
 
display: 100
max_iter: 50000
weight_decay: 0.0005
snapshot: 5000
snapshot_prefix: "./stage1/sgd_DeepBit1024_alex_stage1"
solver_mode: GPU

###2018年8月27日

• ubuntu使用shadowsocks设置全局代理 | 系统总结，亲测可行