配置深度学习环境

window配置深度学习环境 vs2017（community）+Anaconda+cuda+cudnn

• 安装参考指南
• Anaconda管理环境方法
• 在Anaconda中创建好了环境，在Jupyter Notebook中如何才能在创建的环境中运行程序
  • 在Anaconda中执行命令

 conda activate [your environment name]
 python -m ipykernel install --name [your kernel name]//为环境创建kernel

- 如果出现“No module named ipykernel  ”,则

pip install --upgrade ipykernel    // 安装ipykenel

- 可在Jupyter Notebook中kernel中选择创建好的kernel

• vs2017安装python环境
  • 1.在vs安装时勾选下图标注的红框
    
  • 2.如何在python项目中选择开发环境
    • 在vs2017中创建python项目
    • 在解决方案管理器中的【Python环境】
    • 右键出现可选择环境（环境可在anaconda中创建）
      

几点总结

• cudnn版本与cuda版本要匹配
• 选择与所选深度学习框架版本适配的cuda版本，深度学习框架适配的版本可查看框架的官网说明
• Anaconda中Jupyter Notebook编译时会因某些依赖项未安装而报错，在环境中安装依赖项，确定安装后仍报错，可重启Jupyter Notebook或者重启电脑

ubuntu 16.04 torch7 + cuda/cudnn +ZeroBrane Studio编译环境

• 安装参考指南
• 以上参考指南中一些需要下载的包（如：hdf5）可“git clone ”github上的包，出现的一些坑的解决方法，参考指南
• torch的相关问题查看 torch官网 的论坛、博客、github等上的文档资料
• 安装IDE环境zbstudio，参考指南
  • 下载zbstudio

sudo luarocks install mobdebug //首先安装调试工具
sudo apt-get install git  // 安装git工具
git clone https://github.com/soumith/zbs-torch.git

• 如果碰到问题：
  --error: RPC failed; result=56,HTTP code=200yte/s
  重复了几次都出现这个错误
  参考网页可知
  命令 sudo apt-get dist-upgrade 可解决这个问题
  - 打开zbstudio

 cd zbs-torch
./zbstudio.sh

 - 然后在打开的IDE中选择 Project -> Lua Interpreter-> Torch-7

就可以了
- 每次打开zbstudio时，先进入所在文件夹，然后执行zbstudio.sh文件