RCNN 开发环境搭建

1- 官网下载安装对应版本cuda文件.deb格式,包括本体和补丁文件

sudo dpkg -i cuda-repo-ubuntu1604-8-0-local-ga2_8.0.61-1_amd64.deb

sudo dpkg -i cuda-repo-ubuntu1604-8-0-local-cublas-performance-update_8.0.61-1_amd64.deb

sudo apt-get update

sudo apt-get install cuda

- 此时将自动安装对应n卡驱动，不用手动安装

---

2- cudnn安装

    - 下载对应操作系统版本3个文件，如果你安装的cuda版本是8.0最好选择6.0

    - 包括runtime library; developer library ; sampels

3- 安装命令如下：

Install the runtime library, for example:

sudo dpkg -i libcudnn7_7.0.3.11-1+cuda9.0_amd64.deb

Install the developer library, for example:

sudo dpkg -i libcudnn7-dev_7.0.3.11-1+cuda9.0_amd64.deb

Install the code samples and the cuDNN Library User Guide, for example:

sudo dpkg -i libcudnn7-doc_7.0.3.11-1+cuda9.0_amd64.deb

-如果版本安装错了，请使用dpkg -p libcudnn7 删除

---

3- tensorflow安装

- 准备工作：

- anoconda安装

    - 官网下载anoconda.sh文件，选64bit anoconda2就可以了

    - 下载好以后运行

bash ～/Downloads/Anoconda.sh

注意：～/Downloads 是你存放下载文件的目录，根据你的存放路径更改

    - 注意：Anoconda.sh 是你下载的文件名，同样根据实际文件名做更改

    - 运行上述命令后，将询问你是否要安装anoconda2路径到你的计算机，还有是否安装microsoft VS都选yes

    - 安装完成后，可通过

    - anaconda-navigator

#测试是否安装成功

- anoconda pip 替换为国内源

- pip 源;推荐豆瓣

- 修改～/.pip/pip.conf,如果没有就创建

    - 内容如下：

[global]

index-url = https://pypi.douban.com/simple

 

- conda源:推荐清华

- 在终端上输入以下命令即可添加

- conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/

conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/

conda config --set show_channel_urls yes

---

- tensorflow安装

- 创建一个conda虚拟环境，命名为tensorflow

conda create -n tensorflow pip python=2.7 # or python=3.3, etc.Insert your code here.

- 激活conda环境

source activate tensorflow

- 安装tensorflow1.4,笔者安装的cuda版本为8.0,不支持tensorflow版本太高的环境

pip install --upgrade tensorflow-gpu==1.4

- 使用以下语句测试tensorflow安装是否成功

Python

import tensorflow as tf
hello = tf.constant('Hello, TensorFlow!')
sess = tf.Session()
print(sess.run(hello))