踩坑記：Tensorflow環境搭建

　　自從上一篇論文投出去，以後就各類事就來了……處理那些亂七八糟的事就是讓人心累，在加上師哥們畢業，能幫個人人愈來愈少了，而要期望你的人呢，愈來愈多。一想到那些用搜索引擎都搜不到資料的人，驀地想起鄧爺爺說的那句「學習計算機要從娃娃抓起……」

　　上來先吐槽這麼幾句哈，畢竟憋了快兩個星期了，

　　正題，實驗室由於實驗環境須要上了臺搭載1080Ti的機器，簡單說幾項配置：6核i7CPU，64G內存，256固態+4T機械，1080TI顯卡（都說它有8G顯存，但實驗時發現有10G+的顯存）單路，風扇散熱，雙系統（win10+Ubuntu 16.04）。以前由於論文的事一直拖着沒配置環境，上上週五纔有時間開始弄這套環境，共在Ubuntu上建了4個新帳戶，每次編譯TF總是出問題，因此配置了不下20遍吧，中間伴隨着下降gcc版本、調整g++版本、下降顯卡驅動版本等等閉眼的操做……當和同窗說編譯不過期，同窗說一樣的教程他那邊一次成功，在一次次從新來過的過程找那個整我的的心情是至關低落的，不是不幹活，是靠本身經驗真的找不到BUG啊，一度開始懷疑本身能力、懷疑人生，還沒人討論一塊兒研究這些，內心苦，可是說不出口……

　　當時遇到的困境在於：

　　一、本地編譯TF過程當中，報一大堆警告，就是那種c++代碼，可是還一直在編譯，直到結束，

　　二、編譯完，安裝以後，發現：

　　　　①import tensorflow as tf，直接報錯，可能就是缺那個p****的包，記得當時裝上也不行，無果……（與編譯環境有關）

　　　　②import成功，終端沒反應，以後輸入那個helloTF的例子測試，直接報錯找不到模塊，就這一個問題差很少用了兩天時間來修，最終無果……

　　三、還有那種報找不到lib…….so.5及其5.1的問題，這個問題是由於安裝的cuDNN和你編譯時候選的版本不同，多是選了6，其實這裏網友建議下降到5.1或者5版本，這時候你改成用5.1版本號程序能自動尋路找到已安裝的庫，

　　四、有時候本地編譯的安裝失敗後卸載，直接pip安裝TensorFlow-gpu，這時候仍是沒法import，每次遇到這種狀況，心裏幾乎是崩潰的，

　　五、最後搭建完，測試代碼，雖然能感受到明顯的加速，可是運行程序時候通常會顯示幾條「沒編譯***的庫，可是可以加速你的CPU計算」，而不是那句可愛的「Successfully opened CUDA……」（可能與編譯環境有關）

　　……（沒錯，省略號可能都表示不了我同時打開了近20個終端在操做）

**************************************************************************************************************************************************************************************************************************

　　起色出如今刪除全部以前的帳戶，重建帳戶再來一遍時候。此次根本就是死馬當活馬醫了，以爲不行就重裝個系統試試……

　　一、此次從新搭建環境，從新測試了全部環境變量，配置，安裝好編譯器和Anaconda3（3.5版本）以後按照教程《深度學習主機環境配置: Ubuntu16.04+Nvidia GTX 1080+CUDA8.0》繼續搭（zuo），當看到顯卡驅動那裏，想着本身當時上的是開源最高版本驅動，以爲可能有問題，遂下降爲專有驅動（一直不降驅動是由於以前同窗說他一直用的官網推的最新驅動）。以後按照教程安裝CUDA，測試了兩個例子，沒問題，這一步一直都能測試成功。

　　二、再按照《深度學習主機環境配置: Ubuntu16.04+GeForce GTX 1080+TensorFlow》安裝cuDNN並行，這個地方和以前不一樣的是，之前一直在用6.0版本，此次下降到5.1，這個安裝時候能夠看到庫的存放位置，不要錯，還有權限問題。

　　三、剩下的就是平時周圍人所說的piip install就能安裝的TensorFlow，一直堅持本地編譯安裝，是由於同窗說本地編譯的更好，我信了，而後……就一路坑……索性此次就直接pip安裝了，反正再不行就重裝系統了，結果……結果就能夠了，

　　在測試helloTensorFlow時，握着鼠標的手都是在發抖的，成功後接着測試tensor運算，測試mnist的例子，一路無阻，後來還跑了一把生成歌詞的例子，幾分鐘跑完，至此確信基礎環境搭建完畢，還想測試強化學習那個小鳥遊戲的代碼，可是貌似還要OpenCV，就沒再折騰，

　　若是有人想說要用Python2.7，那麼須要你先了解下github上Python 2.7和3.5+版本的程序的佔有量，

　　若是說還有參考資料的話，那就是一篇《TensorFlow學習一：源碼安裝》，有詳細配置編譯細節，

 

　　若是最後還要問我有什麼想說的：

　　看資料是一我的，看論文是一我的，搭環境是一我的，作實驗是一我的，Debug是一我的，成功了是一我的，寫論文是一我的；再加上實驗室+學院的雜事，同窗安慰說「能者多勞」，我頭也沒擡「多勞得多得啊……」不知道他臉上的表情，

【我能提供的經歷就這麼多，有問題可繼續評論提出，固然有說的不對的地方也歡迎你們提出，立刻改，】