- 安裝雙系統
本人電腦是（惠普(HP)暗影精靈II代Pro 精靈綠 15.6英寸遊戲筆記本(i7-7700HQ 8G 128GSSD+1T GTX1050Ti 4G獨顯 IPS FHD）， 電腦默認安裝win10在ssd上,因爲需要跑深度學習所以安裝Ubuntu16.04.（14.04出錯）
（1）用ultraiso製作U盤啓動盤，然後進行安裝。
安裝比較簡單，就是需要注意的是 以前如果非UEFI啓動的機器需要分區/boot，現在只需要新建uefi文件格式分區。然後安裝嚮導選擇新建的這個區，需要關閉security boot。
（2）安裝完成之後，此時開機無法進入ubuntu，這時需要進入bios中選擇啓動項，將ubuntu引導順序放在windows之前，因爲win10無法引導ubuntu。這樣就完成系統安卓。
2.安裝nvidia驅動
因爲nouveau驅動的影響，ubuntu安裝後無法登入桌面，所以在ubuntu系統啓動顯示登錄界面後，需要按ctrl+alt+F1進入tty文本模式進入下面的操作
sudo vim /etc/modprobe.d/blacklist.conf
添加
blacklist vga16fb
blacklist nouveau
blacklist rivafb
blacklist rivatv
blacklist nvidiafb
1
2
3
4
5
更新內核
sudo update-initramfs -u
sudo add-apt-repository ppa:graphics-drivers/ppa
sudo apt-get update
尋找合適的驅動版本
ubuntu-drivers devices
sudo service lightdm stop
安裝完成後重啓
sudo apt-get install nvidia-381
sudo reboot
重啓系統後，執行下面的命令查看驅動的安裝狀態顯示安裝成功
sudo nvidia-smi
- 安裝cuda
安裝caffe需要安裝cuda庫
在官網下載cuda，使用迅雷快速下載，然後拷貝到ubuntu下，安裝命令如下：
sudo dpkg -i cuda-repo-ubuntu1404-8-0-local_8.0.44-1_amd64.deb
sudo apt-get update
sudo apt-get install cuda
然後cd /usr/local/cuda/sample中編譯例子,運行deviceQuery，不重啓電腦運行失敗，然後重啓電腦，安裝成功，如果要查看顯卡的內存使用情況，可以用nvidia-smi查看。
- 安裝cudnn
https://developer.nvidia.com/cudnn下載
sudo cp lib* /usr/local/cuda/lib64/
sudo cp cudnn.h /usr/local/cuda/include/
更新軟連接
cd /usr/local/cuda/lib64/sudo rm -rf libcudnn.so libcudnn.so.6 #刪除原有動態文件
sudo ln -s libcudnn.so.6.0.21 libcudnn.so.6 #生成軟銜接
sudo ln -s libcudnn.so.6 libcudnn.so #生成軟鏈接
1
2
5.安裝caffe
我是直接參考閱讀官網的安裝教程，沒有遇到什麼問題。
最後執行 make all -j4。
然後編譯Python接口需要安裝
make pycaffe，出現找不到numpy這些頭文件，所以安裝一下numpy,scipy,
matplotlib。命令如下：
sudo apt-get install python-numpy python-scipy python-matplotlib
4.理論與實戰
運行cifar10例子,其實比較簡單,該cifar10_quick_train.prototxt網絡，由卷積層，POOLing層，全連接層組成，網絡比較簡單，測試準確率爲76%。
學習python接口進行學習我主要參考python jupyter這個教程，可查看每一層的參數。
如何可視化網絡，學習了使用netscope。
理論方面，自學斯坦福ufdl教程，理解了反向傳播的原理。
實踐方面，看到caffe做圖像分類時，都需要減去所有訓練樣本的均值，工具在caffe中，這個答案需要參考斯坦福ufdl教程的白化預處理部分，其他預處理還會有crop_size，mirror，scale，mean_value，force_gray。caffe源碼分析可以參考這位大神的博客。當然爲了搞清楚caffe原理也可以看看這個從零開始山寨caffe博客教程，這個會對caffe裏面各種設置理解的更加清楚。比如在prototxt文件中，我們會看到 scale 爲0.00390625，這個就是爲了將圖像輸入值壓縮到[0,1]之間。
計劃: 接下來嘗試去增減一些層數看效果如何。可以參考這個benchmark。