前言
记笔记真的非常有必要，因为好记性不如烂笔头，曾经填过的坑不仅可以帮助爬坑人，也可以帮助自己日后不小心又掉进坑的时候，能够快速爬出来！！！
目录
Ubuntu16.04LTS安装+磁盘分区
NVIDIA显卡驱动安装+CUDA10.0/CUDNN7.4安装
deepin-wine软件安装
Anaconda3 安装
Pycharm2018专业版安装
Pytorch1.0安装
faster-rcnn.pytorch训练自己的数据
- Mac
Ubuntu16.04LTS安装+磁盘分区
开始安装是参考win10下安装Ubuntu16.04双系统，但是后面主板不一样，重启进入U盘启动项的时候，操作有点迷，但是勇往直前不要怕，大不了重头再来嘛！！！注意：
- 我的主板是华擎的，重装完无法连接网络，这个巨坑，需要U盘离线下载网卡驱动，然后安装。
- 磁盘：我的C盘是SSD：250G，一个系统一半其他几个盘每个都是700G，不过只分了一个盘给Ubuntu
- 分区：（仅供参考）
- ‘/’分区：类似Windows系统盘，要大，给了SSD的90G
- ‘/boot’：SSD给了500M，够大了吧
- ‘/swap’：这个要跟电脑内存差不多大，给了30多G
- ‘/home’：这个存放文件系统，以后主要操作空间，我在机械盘里给了620G
- ‘usr’：这个是安装软件的，因为做深度学习开发，软件量都是很大的，所以豪爽的给了80G，阔以吧！
NVIDIA显卡驱动安装+CUDA10.0/CUDNN7.4安装
第一次安装的时候全部参考[ubuntu 18.04 + RTX 2070] Anaconda3 - 5.2.0 + CUDA10.0 + cuDNN 7.4.1 + bazel 0.17 + tensorRT 5 + Tensorflow(GPU)；
后面用了几天，重启的时候卡在登录界面，当时没有找到解决办法，只能重装。第一次安装驱动的时候参考[专业亲测]Ubuntu16.04安装Nvidia显卡驱动（cuda）--解决你的所有困惑的方法一，第二次重装系统，因为网络不太好，就改用了方法二。安装CUDA参考了Ubuntu16.04下安装cuda和cudnn的三种方法（亲测全部有效）的部分，但是后面路径配置有点问题，在编译faster-rcnn.pytorch时第三个问题，不过也解决了。
这个已经很全了，我是安装完才找到的Ubuntu安装和卸载CUDA和CUDNN；
2019-09-25
Geforce GTX 1660Ti + Ubuntu18.04 LTS + Nvidia显卡驱动 +CUDA10 配置安装
软件安装
参考Ubuntu安装deepin-wine软件；加一下Ubuntu16.04 google浏览器安装；ubuntu18.04之安装sublime
2019-09-25 Ubuntu18.04下安装搜狗输入法
Anaconda3 安装
可参考Ubuntu16.04 安装anaconda3；我下载的是‘Anaconda3-5.2.0-Linux-x86_64.sh’，对应Python3.6
检查安装：python --version 查看Python路径是不是anaconda3下面的，如果不是，需要激活刚才安装过程中的环境配置：source ～/.bashrc 再测试python --version，就可以看到Python显示为anaconda3路径下的了。
Pycharm2018专业版安装
基本参考了Ubuntu 16.04 安装 PyCharm； Ubuntu安装Pycharm并添加系统快捷启动图标；激活参考Ubuntu 16.04下安装激活pycharm 2018.3版本；ubuntu18.04 把pycharm固定到快速启动栏
pycharm2019 激活
hosts文件添加：
0.0.0.0 https://account.jetbrains.com:443
Pytorch1.0安装
安装完CUDA10.0和Anaconda3之后，进入pytorch官网直接命令行安装，可以用conda安装，也可以使用pip安装，
安装前可以pip3 --version查看pip3是不是Anaconda里的。因为我第一次用conda安装的，第二次conda安装网络经常出现问题，就换了pip安装，两种方式安装都可以成功。
faster-rcnn.pytorch训练自己的数据
- 将faster-rcnn.pytorch项目clone到本地并切换到pytorch-1.0分支(不切换会有报错Pytorch 1.0 branch ImportError: torch.utils.ffi is deprecated)
git clone https://github.com/jwyang/faster-rcnn.pytorch.git
git checkout pytorch-1.0
cd faster-rcnn.pytorch && mkdir data
- 预训练模型
我使用的res101的预训练模型‘resnet101_caffe.pth’，放在data/pretrained_model/下面
- 数据集目录如下（pascal_voc格式）
修改/lib/datasets/pascal_voc.py里的检测类别
- 安装
pip install -r requirements.txt- 编译
pytorch1.0里没有像pytorch0.4分支里的lib/make.sh，在0.4分支里需要修改对应显卡的architecture，RTX2070的architecture为SM_75 参考。这里pytroch1.0分支不需要设置architecture
cd lib
python setup.py build develop编译时遇到过两个报错，error: invalid command 'develop'；ImportError: cannot import name '_mask'
error: invalid command 'develop'
fig: In setup.py replace 'from distutils.core import setup' with 'from setuptools import setup'ImportError: cannot import name '_mask'
fig: cd data
git clone https://github.com/pdollar/coco.git cd coco/PythonAPI
make
cd ../../..也可能出现这种问题：command ‘:/usr/local/cuda/bin/nvcc’ failed with exit status 1
- 训练
根据自己机器性能选择参数
CUDA_VISIBLE_DEVICES=1 python trainval_net.py --dataset pascal_voc --net res101 --bs 2 --nw 2 --lr 0.001 --lr_decay_step 5 --cuda