实践踩坑实录-1

使用深度学习，令人烦闷的一点在于深度学习的使用平台，Caffe, Tensorflow, Pytorch, and so on. 版本五花八门，功能体验争奇斗艳。每一个初学者入门的时候还没体验到神经网络的神奇，就要首先面临一道困惑的双选题：Tensorflow 还是 Pytorch ？网上一搜，这两派的信众各有一大堆，优劣势给你列的明明白白的，但对于初学者来说，这些优劣势带来的影响哪能评判的了。最优的办法是，你熟悉的圈子用什么，那你就用什么，这样在遇到因为软件配置带来的麻烦时，也能少踩一些坑。

在我入门的时候，实验室的师兄师姐们用的是 Caffe 和 tensorflow，所以我直接 Tensorflow 入坑（为什么不用 Caffe？因为我入门的时候已经是2018年了）。

深度学习平台的配置

操作系统

首选当然是 Linux 系统啊，因为实验室给我配了台工作站（24核CPU，无显卡，显卡对于深度强化学习也不是什么硬性需求），所以我就装了 Ubuntu-server 16.04，加上 Xrdp, Xfce4 远程桌面配置。具体操作参考这篇。

• 服务器使用Xrdp远程桌面连接配置教程

软件配置

建议使用 Anaconda 平台进行包管理，也能创建虚拟环境，方便python版本的切换。另外，在虚拟环境中瞎折腾也没事，不然直接在Ubuntu根目录下操作，一不小心就会让你不得不重装系统。

具体教程可以参见

• ubuntu下使用Anaconda应用：创建虚拟环境实现python不同版本切换、科学计算工具包安装

安装tensorflow一行命令就可以了

conda install -n $you virtual env name, e.g., py36$ tensorflow=1.3.0

注意以上命令安装的是tensorflow的CPU版本，需要安装GPU版本的话，把tensorflow换成tensorflow-gpu 就可以了。

另外还需要注意的是，虽说tensorflow向下兼容，但是如果你是用旧版本的函数写的代码，然后用新版本来运行，会出现非常多的问题，比如，速度奇慢，跑到中途突然停了，也不报错等等。所以需要根据你的代码内容来选择合适的版本，千万别以为版本越新越好！

编译器

无脑推荐 VScode，谁用谁知道。不过在使用Xrdp远程连接ubuntu虚拟桌面的时候，需要对vscode进行一些配置，不然不能在远程桌面窗口打开图形界面。

操作如下：

# make a copy of the relevant library
mkdir ~/lib
cp /usr/lib/x86_64-linux-gnu/libxcb.so.1 ~/lib
sed -i 's/BIG-REQUESTS/_IG-REQUESTS/' ~/lib/libxcb.so.1
# set the dynamic loader path to put your library first before executing VS Code
LD_LIBRARY_PATH=$HOME/lib code # add it to .bashrc

如果还不行的话，可以仔细阅读Github上相关 issue:

-VS Code not working on Ubuntu when connected using XRDP. #3451

• ← Previous Post
• Next Post →