又到了搭環境的時候了，先讓我趴一會…
ubuntu18.04 安裝tensoflow-gpu + opencv過程全記錄及問題解決
原因
因爲要跑論文代碼啊，readme給出的依賴項如下所示：
這裏比較關鍵的就是python2.7（因爲ubuntu18.04只自帶python3，沒有python2，所以2要自己安裝）以及tensorflow。另外，在跑代碼的過程中發現有幾個個依賴項這裏沒有列出，分別是opencv，panda還有scipy.
panda用下面語句安裝即可，注意要在安裝完pip2之後安裝（請看安裝python2部分）：
pip install pandas
其他的庫，比如numpy等用這個指令也可以安裝，PIL注意一下包名是“pillow”, os模塊是python內置模塊，不需要安裝
安裝python
安裝python2以及對應版本的pip用下面兩個語句就ok。
sudo apt install python
sudo apt install python-pip
安裝tensorflow-gpu
這裏爲了使用GPU的優良性能，這裏我安裝tensorflow-gpu版本的，論文代碼readme中要求tensorflow1.2版本，不過只要是1.幾的版本都是向後兼容的，當前最新的穩定版就是1.10了，所以，果斷安裝這個版本。安裝之前要先確保安裝計算機有支持cuda的顯卡以及顯卡驅動已經安裝。
tensorflow1.10的配套cuda是9.0，cudnn就去官網下載相應的版本就ok，下面是安裝步驟
顯卡
首先確保自己電腦的顯卡支持cuda，用下面命令查看顯卡型號：
lspci | grep -i nvidia
上圖是爲計算機終端輸出的結果，像我的顯卡型號就是GeForce GTX 1050 Ti。
有了型號時候到nvidia官網查詢，CUDA-Enabled Products列表中有的都可以嘍～
驅動安裝過程參考我的另一篇文章:ubuntu下安裝NVIDIA顯卡：問題解決記錄
安裝cuda
下載安裝
去官網下載啦，這裏我沒有放鏈接（後面可能會加上），麻煩看管百度或者google一下呦～
選上面這些選項，我下載的文件名是cuda_9.0.176_384.81_linux.run，放在～也就是home目錄下。
進入該目錄運行下面命令：
sudo chmod +x cuda_9.0.176_384.81_linux.run
sudo ./cuda_8.0.61_375.26_linux.run
安裝cuda的時候有可能會遇到報錯：cuda:Missing recommended library: libGLU.so,libX11.so,libXi.so,libXmu.so
參考文末第二條
接下來要選擇一些選項：
這裏注意Install NVIDIA Accelerated Graphics Driver for Linux-x86_64 384.81?要選n
因爲顯卡驅動已經安裝過了這裏不能安裝。
Do you want to install a symbolic link at /usr/local/cuda?這個也選n
因爲後面，或許爲會安裝其他的cuda版本。其他是y或者默認就ok了。
Do you want to install a symbolic link at /usr/local/cuda?
(y)es/(n)o/(q)uit: n Do you accept the previously read EULA?
accept/decline/quit: accept
Install NVIDIA Accelerated Graphics Driver for Linux-x86_64 384.81?
(y)es/(n)o/(q)uit: n
Do you wish to run the installation with 'sudo'?
(y)es/(n)o: y
Please enter your password:
Do you want to install the OpenGL libraries?
(y)es/(n)o/(q)uit [ default is yes ]:
Do you want to run nvidia-xconfig?
This will update the system X configuration file so that the NVIDIA X driver
is used. The pre-existing X configuration file will be backed up.
This option should not be used on systems that require a custom
X configuration, such as systems with multiple GPU vendors.
(y)es/(n)o/(q)uit [ default is no ]:
Install the CUDA 9.0 Toolkit?
(y)es/(n)o/(q)uit: y
Enter Toolkit Location
[ default is /usr/local/cuda-9.0 ]:
Do you want to install a symbolic link at /usr/local/cuda?
(y)es/(n)o/(q)uit: n
Install the CUDA 9.0 Samples?
(y)es/(n)o/(q)uit: y
Enter CUDA Samples Location
[ default is /home/linlf ]: /home/linlf/tools/cuda9.0
---------------------
本文來自 七爺OK 的CSDN 博客 ，全文地址請點擊：https://blog.csdn.net/weixin_32820767/article/details/80421913?utm_source=copy
添加環境變量
sudo gedit ~/.bashrc
在文件最後添加以下兩行：
export PATH=/usr/local/cuda-9.0/bin:$PATH
export LD_LIBRARY_PATH=/usr/local/cuda-9.0/lib64:$LD_LIBRARY_PATH
保存文件,接着執行如下命令使路徑生效：
. ~/.bashrc
驗證
nvcc -V
如果輸出類似下圖中的信息則說明安裝成功～
安裝cudnn
去NVIDIA官網下載
選擇Library for Linux得到一個tgz文件，我下載的文件的名字是cudnn-9.0-linux-x64-v7.1.tgz
tar -xzvf cudnn-9.0-linux-x64-v7.1.tgz
sudo cp cuda/include/cudnn.h /usr/local/cuda-9.0/include
sudo cp cuda/lib64/libcudnn* /usr/local/cuda-9.0/lib64
sudo chmod a+r /usr/local/cuda-9.0/include/cudnn.h /usr/local/cuda-9.0/lib64/libcudnn*
ok了就～
安裝tensorflow-gpu
保險起見，還是執行以下下面命令，確保有pip
sudo apt-get install python-pip python-dev
接着執行下面命令，安裝1.10.1版本的tensorflow-gpu，下面等號後的版本如果是一個不存在的版本號，比如55，終端會看到tensorflow-gpu目前已有的版本號。
pip install tensorflow-gpu==1.10.1
tensorflow-gpu目前有以下版本：
0.12.0rc0, 0.12.0rc1, 0.12.0, 0.12.1, 1.0.0, 1.0.1, 1.1.0rc0, 1.1.0rc1, 1.1.0rc2, 1.1.0, 1.2.0rc0, 1.2.0rc1, 1.2.0rc2, 1.2.0, 1.2.1, 1.3.0rc0, 1.3.0rc1, 1.3.0rc2, 1.3.0, 1.4.0rc0, 1.4.0rc1, 1.4.0, 1.4.1, 1.5.0rc0, 1.5.0rc1, 1.5.0, 1.5.1, 1.6.0rc0, 1.6.0rc1, 1.6.0, 1.7.0rc0, 1.7.0rc1, 1.7.0, 1.7.1, 1.8.0rc0, 1.8.0rc1, 1.8.0, 1.9.0rc0, 1.9.0rc1, 1.9.0rc2, 1.9.0, 1.10.0rc0, 1.10.0rc1, 1.10.0, 1.10.1, 1.11.0rc0, 1.11.0rc1, 1.11.0rc2
安裝opencv
下載以及安裝依賴項
如果你只想安裝python版本opencv，可以不用編譯，執行以下命令就行（如果提示缺包，可以參考下文依賴項，不過我在anaconda環境下直接安裝沒有問題。）：
pip install opencv-python
然後後面是通過編譯安裝opencv，如果只安裝python版本(編譯的話，配置好可以c++也可以用)就可以跳過了。
從這裏下載,如下圖,下載opencv-3.2.0.zip,這是目前(17年6月)的最新版,讀者看這篇文章的時候可能有更新.
在安裝之前,我們要先安裝一些從這裏下載,如下圖,下載opencv-3.2.0.zip,這是目前(17年6月)的最新版,讀者看這篇文章的時候可能有更新.
在安裝之前,我們要先安裝一些依賴包,命令行輸入下面命令:
sudo apt-get install build-essential
sudo apt-get install libgtk2.0-dev libavcodec-dev libavformat-dev libtiff5-dev libswscale-dev libjasper-dev
配置configuration
好了,現在把下載的zip解壓,我解壓到home路徑下的.
命令行輸入已下命令進行安裝
1.進入opencv解壓的目錄,對於解壓到home路徑,就是cd opencv-3.2.0/
2.新建文件夾,用於存放編譯文件
mkdir release
3.進入文件夾並配置
cd release
或許需要安裝cmake
sudo apt install cmake
接着就是配置：
cmake -D CMAKE_BUILD_TYPE=RELEASE -D CUDA_GENERATION=Kepler CMAKE_INSTALL_PREFIX=/usr/local ..
遇到錯誤
CMake Error: The following variables are used in this project, but they are set to NOTFOUND.
由於我安裝的是cuda9.0，9.0與opencv3.2有一些兼容問題。在用cmake配置的時候會出現一堆問題。xox
參考這裏,我就不粘貼過來了哈。
簡單說一下要找的文件的目錄，這裏我的opencv是放在home下的：
| 文件 | 目錄 |
|---|---|
| FindCUDA.cmake | ~/opencv-3.2.0/cmake |
| OpenCVDetectCUDA.cmake | ~/opencv-3.2.0/cmake |
對於OpenCVDetectCUDA.cmake文件，參考另一篇
set(__cuda_arch_bin "2.0 3.0 3.5 3.7 5.0 5.2 6.0 6.1")
去掉2.0
按照上面參考改完相關文件之後再重新cmake就行。
編譯
make
下面是可能會遇到的錯誤，解決之後重新make就ok。
遇到錯誤
error: #error – unsupported GNU version! gcc versions later than 6 are not supported!
可以用gcc --verison 查看本機的gcc，我當時的版本是7.幾，但是報錯說gcc版本不能超過6，那就卸載之前的，重新安裝6.如果提示不行，先進入symbolic link所在的位置/usr/bin再試
sudo apt-get auto-remove gcc
sudo apt-get install gcc-6
sudo apt-get install g++-6
sudo ln -s g++-6 g++
最後一句是給g+±6添加鏈接，讓輸入g++直接能找到g+±6
error: calling a constexpr host function(“abs”) from a device function(“abs”) is not allowed. The experimental flag ‘–expt-relaxed-constexpr’ can be used to allow this.
如下圖所示：
參考ubuntu下安裝opencv，cuda9.0下文末。
找到文件opencv-3.2.0/modules/core/include/opencv2/core/cuda/vec_math.hpp
對vec_math.hpp做如下修改(把203行和205行的 ::abs 也註釋掉)：
CV_CUDEV_IMPLEMENT_VEC_UNARY_FUNC(abs, /*::abs*/, uchar, uchar)
CV_CUDEV_IMPLEMENT_VEC_UNARY_FUNC(abs, ::abs, char, char)
CV_CUDEV_IMPLEMENT_VEC_UNARY_FUNC(abs, /*::abs*/, ushort, ushort)
CV_CUDEV_IMPLEMENT_VEC_UNARY_FUNC(abs, ::abs, short, short)
改爲
CV_CUDEV_IMPLEMENT_VEC_UNARY_FUNC(abs, /*::abs*/, uchar, uchar)
CV_CUDEV_IMPLEMENT_VEC_UNARY_FUNC(abs, /*::abs*/, char, char)
CV_CUDEV_IMPLEMENT_VEC_UNARY_FUNC(abs, /*::abs*/, ushort, ushort)
CV_CUDEV_IMPLEMENT_VEC_UNARY_FUNC(abs, /*::abs*/, short, short)
安裝及驗證
sudo make install
至此opencv安裝完畢.
這裏我在安裝的時候opencv的編譯過程比較慢,本人電腦大概用了1個小時.
python
import cv2
直接進python環境，import一下即可
參考
tensorflow-gpu的安裝主要是第4和第5兩個參考。
opencv的安裝參考爲6以後。