作者：老宅
時間：2017年3月
硬件：Core i7-6700；16GB；Nvidia GeForce GTX1070；500G SSD （PS：搞DL的實戰必須用好平臺，這裏就不多廢話了）
平臺：臺式PC
軟件：Linux 對應的GTX1070驅動；cuda8.0；cudnn 5.1；GPU支持的Tensorflow；Linux 14.04 LTS
這裏首先要提一句，因爲博主寫這篇文章的時間是2017年的3月，至今爲止，文中的部分連接已經失效，比如，Tensorflow的地址可以改爲清華的鏡像站：https://mirrors.tuna.tsinghua.edu.cn/tensorflow/linux/gpu/
前言——網上諸多“教程“的一些個人看法
首先，老宅的這次DL實踐，借鑑的教程來自CSDN大神，七月在線的CEO——July在2016帶領公司另外兩位同事搞出來的，教程原址：
http://blog.csdn.net/v_july_v/article/details/52658965，原文叫做《教你從頭到尾利用DL學梵高作畫》。
前人栽樹，後人乘涼。我的DL實踐就是在這篇教程的指導下起步的，本文部分圖片借鑑原圖。
實驗最後成功了，通過1000次迭代，確實，計算機學會了梵高的作畫方式，後面會貼出作畫的效果圖。
在本文的最後，會講一講我對使用DL教計算機學習作畫的一些理解和考慮日後所要做的一些改進，這個寫在最後。
————————————————————分割線——————————————————————
再羅嗦一句：個人理解，Linux就是極客們搞出的一個怪胎，如果你是純小白，那，，，做好心理準備吧，這次起步，我倒騰了好久好久。。。
再再羅嗦一句：一定要按本文的順序來操作，謙虛、謹慎、客觀、老實的操作。。。
再再再羅嗦一句：請認真的體會這句話——如果你想在技術的廣度和深度上再上一個層面，良好的英語水平和高等數學的基礎都是必選項。不認可？那麼往下看！
一、軟件下載和準備
操作系統：大企鵝Ubuntu14.04。
安裝方式：U盤安裝
準備方式：一個8G的空U盤，從ubuntu官網下載ubuntu14.04LTS版。
LTS理解爲時 ，long time trusty，所以，本教程強烈推薦，
下載地址：http://www.ubuntu.com/download/alternative-downloads（下載地址，選擇64位下載）
這裏講一句：必須用英文版，ubuntu確實有中文版，而且，可以在後面安裝的過程中選在安裝中文版，但是經本人實踐發現：當你選擇中文安裝界面之後，在安裝顯卡驅動時，輸入相應的命令，系統的反饋時菱形，具體原因這裏不解釋，借鑑教程的一句話：外來的和尚會念經
硬件驅動：Linux版GTX1070驅動
下載地址：http://www.geforce.cn/drivers
下圖爲筆者操作界面：
在出現的結果中，筆者使用的是367.44，如圖
CUDA 8.0
只要是瞭解DL的人，肯定都知道CUDA8.0，所以
官網下載：https://developer.nvidia.com/cuda-toolkit
看圖：
點擊那個碩大的綠色的 DOWNLOAD，進入如下頁面：
然後，頁面下部——>依次點擊：Linux，x86_64，Ubuntu，14.04，runfile(local)，然後，如下圖：
點擊Download(1.4GB)
後面就不用我多說了，你不可能是連下載都不會的超級小白。
cudnn準備
首先，心裏準備：比之前麻煩一點點，因爲他家網站讓你註冊，然後填寫個什麼問卷。
地址：https://developer.nvidia.com/cudnn
點擊進入後如下圖：
先點擊Register，然後是下面的頁面：
點擊Join now，然後進入下面頁面：
然後，就是該填寫信息了，這裏筆者廢句話：爲啥他們要求13歲以上呢？
後面就是問答頁面了，考驗你英語基本讀和理解能力的地方到了。所以，如前文所說，英語好一點在技術晉級時是必選項。
然後：重點來了：本文采用的Tensorflow是網絡安裝，pip install 方式。經筆者多次實踐，諸多tensorflow的安裝方式，比如bazel，比如anaconda，安裝過程要麼需要某種workspace，要麼就是哪裏設置不小心，導致安裝位置不對等等，對於小白的你，使用pip install的方式最靠譜，也入手最快。
二、平臺搭建
下面，是具體平臺搭建過程：
首先，鳴謝百度經驗上傳者，以及百度經驗的最初產品設計者和開發者。
U盤系統盤及安裝教程：http://jingyan.baidu.com/article/eb9f7b6d8536a8869364e813.html
這裏注意幾點：
首先，筆者的臺式PC使用華碩主板，該主板有一個UEFI模式，有興趣的你可以深扒一下該模式的優勢。
筆者的實踐經驗對比表明，UEFI模式比非UEFI模式更快啓動安裝狀態，而且安裝時不使用系統自帶顯卡驅動。
第二：切記！！！使用 英文安裝。
第三：安裝時的具體分區操作請自行百度。
驅動需要在字符界面下安裝
步驟：
（1）進入Ubuntu圖形界面
（2）插入U盤，將內容拷貝至Desktop文件下
（3）點擊左上角，輸入terminal，如下圖
（4） 將命令框圖標拖動到左邊欄裏或者桌面，以便使用。
（5） 點擊Terminal，然後
輸入：sudo -i
輸入 :開機密碼 ，回車
輸入 sudo apt-get install vim
sudo vi /etc/default/grub
（這裏的輸入，注意必要的空格）
（6） 此時系統會進入一個文本頁面（這就是傳說中的Vim）。
在第20行前後會出現
GRUB_CMDLINE_LINUX_DEFAULT="quiet splash"。
將光標移動到這個命令最前端，
然後鍵盤點擊Esc鍵，再點擊y鍵兩次，點一下p鍵。
就會將本條指令複製一個放到下一行。然後點擊i鍵，就能進行編輯了，
在本行命令前面添加#號，然後移動到複製出來的那條，
修改quiet splash爲text，按Esc鍵。
Shift +：,輸入wq，回車。
此時會調回命令框界面，
輸入sudo update-grub，回車
輸入sudo reboot，回車。
隨後，系統重啓，如果你在安裝Ubuntu時，計算機原有一個其他系統，那麼重啓後首先會遇到一個選擇界面，
這時選擇*Ubuntu，即可進入系統，由於之前的操作，本次登錄Ubuntu是文字界面。
重啓後進入字符界面，
按照提示輸入你的用戶名，回車
輸入密碼，回車
輸入sudo -i，回車
輸入密碼，回車
此時，需要使用linux的cd命令，這時需要輸入下面命令：
cd /home/[輸入到這裏時，可點擊Tab鍵，系統會自動匹配]/Desktop/ 回車 （注意：Desktop後面的 / 符號，務必要輸入）
這時輸入 ls
會顯示剛纔拷貝到桌面上的三個文件名稱
然後，輸入
chmod +x NVIDIA-LIN…（這個按Tab鍵自動匹配） 回車
再次輸入
./NV...（這個按Tab鍵自動匹配） 回車
剛纔的操作如下圖：
按回車鍵後出現
…………………………………………………………………………………………………………………………………………………………………………………………………………………………….
說明開始安裝
期間會出現數次讓你選擇的字樣，你們看，每次操作請各位仔細看，這裏老宅不再多說，只要英語水平夠，操作不是問題，基本都是左右方向鍵+回車。
下面，以同樣操作安裝CUDA8.0，在完成了
chmod +x cuda[此時點擊Tab鍵] 回車
./cuda[此時點擊Tab鍵] 回車
之後，系統會先有一段長長的協議，閱讀這段協議，需要你按住空格鍵，系統的提示文字會自動滾屏，直到出現
如下圖字樣：accept/decline/quit:
此時輸入：accept 回車
根據系統提示，並不是一路需要輸入y，而是如下圖，第一個需要輸入
n 回車
這裏需要注意其中一個地方需要填寫N才行，不能寫Y。如圖
其餘操作如圖
然後回車等待就行
順利的話，等待可能不到一分鐘就可完成安裝。
這時，需要輸入
sudo vi /etc/default/grub
出現文本界面，也就是剛纔修改quiet splash 爲text的地方
如前所示，以相反的操作。
點擊 i鍵
將帶有quiet splash那行代碼前面的 # 刪掉
將剛纔複製出來的，修改成帶有text的哪行代碼前，加 #
然後，點擊Esc鍵，
點擊Shift + : 回車
輸入 wq 回車
此時，再次輸入 sudo update-grub 回車
sudo reboot 回車
等待系統重啓
下面是將桌面上的cudnn安裝進Ubuntu
在系統重新啓動後，點擊Terminal
輸入sudo -i 回車
輸入登錄密碼 回車
輸入
cd /home/***(自己的用戶名)/Desktop/ 回車
輸入
tar xvzf cudnn-8.0-linux-x64-v5.1-ga.tgz 回車
sudo cp cuda/include/cudnn.h /usr/local/cuda/include 回車
sudo cp cuda/lib64/libcudnn* /usr/local/cuda/lib64 回車
sudo chmod a+r /usr/local/cuda/include/cudnn.h/ usr/local/cuda/lib64/libcudnn* 回車
至此，前期準備工作都已完成。
下面，輸入如下命令：
sudoapt-get install python-pip python-dev Python-scipy Python-numpy Git
由於使用Bazel等等其他工具安裝Tensorflow總是要事先配置各種各樣的環境，博主作爲一個懶人，在認真看了Tensorflow的安裝提示後，總結了一種安裝方法，請務必按照下文的順序輸入代碼並及時回車！
首先，輸入
python --version 回車
然後，輸入如下（看清，不要錯）：
sudo pip install https://storage.googleapis.com/tensorflow/linux/gpu/tensorflow_gpu-1.0.1-cp27-none-linux_x86_64.whl 回車
接下來的等待時間就看你的網速了。。。。。。
待安裝完成後，可以測試一下tensorflow是否能夠正常使用
測試方法如下：
輸入
python 回車
觀察一下系統反饋，一般不會出錯。如果有error字樣，可跟貼本博客，博主會爲你解答。
輸入如下代碼：
import tensorflow as tf 回車
此時，如果安裝沒有問題，這裏有句名言：沒有答案就是最好的情況
系統會出現‘>>>’的顯示，說明一切正常，效果如下圖
說明安裝成功，一切正常。
但是，博主曾碰到過這樣的問題，如下圖：
再然後，操作如下：
在Terminal中輸入
sudo vim ~/.bashrc 回車
輸入（先點擊按鍵i）
export LD_LIBRARY_PATH="$LD_LIBRARY_PATH:/usr/local/cuda/lib64:/usr/local/cuda/extras/CUPTI/lib64" 回車
export CUDA_HOME=/usr/local/cuda 回車
然後，按Esc，
然後，Shift + : ，
輸入 wq 回車
在輸入 source ~/.bashrc 回車
問題徹底解決。
全部安裝過程就到這裏了。下面是教計算機學梵高作畫的過程：
三、實驗：模仿梵高繪畫
1.neural-style下載
在這個github網站下載相應代碼：https://github.com/anishathalye/neural-style
2.接下來，下載vgg19：
http://www.vlfeat.org/matconvnet/models/beta16/imagenet-vgg-verydeep-19.mat
然後，把vgg放到neural-style的文件夾根目錄下
現在，在命令窗口cd /home/***(你自己的用戶名)/Desktop/
git clone https://github.com/anishathalye/neural-style.git
接着你就能在桌面打開這個文件夾了
把你想修改的照片放入example文件夾內，然後在剛纔的窗口命令接着輸入：
python neural_style.py --content ./examples/***.jpg (此括號內不要複製：***代表你想要使用的圖片名稱) --styles ./examples/ 1-style.jpg (此括號內不要複製：1-style.jpg是梵高星空圖片在文件夾內名稱，你也可以換其他的風格，改名稱就行了) --output ./examples/$$$.jpg (此括號內不要複製：$$$代表你想要生成的圖片名稱)
例如我的輸入如下python neural_style.py --content ./examples/1-content.jpg --styles ./examples/1-style.jpg --output./examples/1-output.jpg
接下來，時博主的實驗效果
在計算機學到梵高作品星空的風格之後，讓計算機對指定圖片進行梵高式處理，在迭代1000次候，計算機成了梵高的徒弟，不過，是個特別實誠的“傻徒弟”，具體原因，先看下面對比圖：
首先，是讓計算機學習的《星空》
然後，是計算機學習之後要修改的我個人的攝影作品《火炬》
最後，迭代1000次候，得到了下面這幅“畫作”
————————————分割線——————————————
下面是博主對於這次練習的幾點體會，也許對於小白的你會有一定的幫助：
1.使用Linux，相比用慣了windows的你來說，上手是需要一定的開發經驗的，如果不是抱着對專業學習極大的熱愛之情在學習，相信你很快就會對Linux失去興趣，博主在調試Ubuntu時，翻閱了大量的網上相關“教程”，發現很多敢於吃螃蟹的第一人在初嘗整套配置時，有的竟前後折騰了一週之久，來來回回反覆安裝、調試、測試。。。。。。，相信，初嘗Linux的你的世界觀一定會在Linux的影響下有所改變。。。。
2.經博主測試，本次“作畫”所使用的content文件，即，你需要改變的圖片的體積，是對計算機顯存有一定要求的，樓主第一次放入的照片體積大於1.0MB，計算機剛剛開始計算及發生了內存溢出。博主完成測試用的圖片是經壓縮後，體積下降到了100+KB。
3.爲什麼說計算機是個特別實誠的“傻徒弟”？仔細對比上面三幅圖就會直到，《星空》的主色調時藍色，畫面中帶有光暈的星星時金黃色，也就是說，雖然歷史上傳言梵高精神存在問題，他看到的世界與常人不同，但，至少他看到的世界在他眼中的顏色是正常的，即，他在《星空》中描繪的畫面，普通人看來，顏色也是正常的。也就是說，如果讓梵高本人觀察和重畫我們要修改的這幅《火炬》，我相信梵高應該採用的描繪《火炬》的主色調應該是紅色，而不是藍色，也就是說，如果計算機是一個“聰明”的徒弟，它看到這幅《火炬》，會按照梵高的繪畫方式而不是用色方式，來重畫這幅畫。從專業角度講，即：計算機使用這裏我們做實驗用的DL算法進行學習的時候，不僅學會了《星空》的紋理特徵，也學會了《星空》的顏色特徵，因此，纔出現了帶有《星空》的顏色特徵的《火炬》。所以，博主認爲，這裏實驗用的DL算法，還有極大的改進空間，具體的修改方法，樓主將在以後的博文中做講解。
完。
PPPS：有問題的，可以跟貼問老宅。