從零開始搭建深度學習環境

開始深度學習調參之路不能沒有一個趁手的環境

安裝基礎環境

我使用的機器環境是：Ubuntu18.04

1. 安裝顯卡驅動
   1.
   2. 按照cuda所需的版本安裝
   3. sudo ubuntu-drivers autoinstall
2. 安裝pip
   1. sudo apt-get install python-pip
3. 下載anaconda3
   1. 地址：https://www.anaconda.com/distribution/
   2. 安裝路徑：/home/anaconda3
   3. 進入下載路徑：bash Anaconda3-5.2.0-Linux-x86_64.sh
   4. 打開.bashrc驗證anaconda環境變量
4. 查看NVIDIA圖形卡和推薦的驅動程序的模型：ubuntu-drivers devices
   1.
5. 驗證顯卡驅動版本： cat /proc/driver/nvidia/version
6. 安裝cuda
   1. 版本選擇：
      1. 只有cudnn7.4.2支持Ubuntu18.04和16.04
      2. cuDnn 7.4.2需要cuda10.0, cuda10.0需要gcc版本是7.3.0，而Ubuntu18.04的GCC版本正是7.3，無需降級，因此選擇cuda版本爲10.0
   2. 下載cuda10.0：https://developer.nvidia.com/cuda-10.0-download-archive?target_os=Linux&target_arch=x86_64&target_distro=Ubuntu&target_version=1804&target_type=runfilelocal
   4. 如果有多個文件，之後的屬於補丁，需要全部下載
   5. 安裝cuda：進入下載目錄，執行 sudo sh cuda_10.0.130_410.48_linux.run, 如果有其他的補丁文件，需要同樣方式執行
   6. 之前已經安裝過顯卡驅動程序，因此在提問是否安裝顯卡驅動時選擇no，其他默認(NVIDIA Accelerated Graphics Driver)
   7. 增加環境變量
   8. 驗證cuda版本：nvcc -V
7. 安裝cudnn
   1. cuDnn的安裝，就是講cuDNN包內的文件，拷貝到cuda文件夾中即可
   2. 下載地址：https://developer.nvidia.com/rdp/cudnn-download
   4. tar -zxvf 解壓縮
   5. sudo cp cuda/include/cudnn.h /usr/local/cuda/include/
   6. sudo cp cuda/lib64/libcudnn* /usr/local/cuda/lib64/
   7. sudo chmod a+r /usr/local/cuda/include/cudnn.h /usr/local/cuda/lib64/libcudnn*
      接下來就可以安裝tensorflow的gpu版本了

安裝tensorflow

1、下載安裝anaconda
可以先配置國內鏡像，加快速度
修改pip源

linux下，修改 ~/.pip/pip.conf (沒有就創建一個)， 修改 index-url至tuna，內容如下：
 [global]
 index-url = https://pypi.tuna.tsinghua.edu.cn/simple

2、創建TensorFlow環境

// 創建環境,在anaconda默認envs路徑下
$ conda create -n tensorflow python=3.5
// 移除環境
$ conda remove —name tensorflow —all
// 在指定envs路徑下創建環境
$ conda create --prefix=/Users/fzr/.conda/envs tensorflow python=3.5
注意：目前Mac上的Tensorflow僅僅支持CPU版本，而且3.0以上版本僅支持3.5版本，所以創建環境的時候一定要加上Python=3.5。詳情可以去Github Tensorflow查看。

3、設置國內鏡像

# 添加Anaconda的清華開源軟件鏡像
conda config -—add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
# TUNA的help種鏡像地址有引號，需要去掉
# 設置搜索時顯示通道地址
conda config —set show_channel_urls yes
查看鏡像列表：
conda config —-show
移除鏡像：
conda config —-remove channels 'https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/'
在鏡像修改之後，一定要驗證:conda config --show
查看anaconda所有環境信息
conda env list
查看anaconda安裝信息
conda info

4、安裝TensorFlow
目前僅僅是創建了一個空的環境，僅有與Python3.5相關的一些包，需要先激活環境，然後安裝TensorFlow

//激活環境
$ source activate tensorflow
//安裝TensorFlow
$ pip install tensorflow
// 關閉環境
$ source deactivate

查看某個指定環境的已安裝包

conda list -n python34

5、測試是否安裝成功

// 激活環境後，進入Python
>>> import tensorflow as tf
>>> hello = tf.constant('hello, Tensorflow’)
>>> sess = tf.Session()
>>> print(sess.run(hello))
hello, Tensorflow

6、tensorflow常用包安裝
conda install opencv-python
conda install -c chembl easydict
conda install cython
conda install tqdm
conda install scipy
conda install matplotlib
conda install Pillow
conda install scikit-learn
conda install pyyaml

PIL 安裝會和easydict衝突，因此選擇Pillow
Import cv2 報錯解決
apt update && apt install -y libsm6 libxext6
apt-get install libxrender1
apt-get install libglib2.0-0