自從上一篇論文投出去，之后就各種事就來了……處理那些亂七八糟的事就是讓人心累，在加上師哥們畢業，能幫我的人越來越少了，而要指望你的人呢，越來越多。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……”
上來先吐槽這么幾句哈，畢竟憋了快兩個星期了，
正題，實驗室因為實驗環境需要上了台搭載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）。之前因為論文的事一直拖着沒配置環境，上上周五才有時間開始弄這套環境，共在Ubuntu上建了4個新賬戶，每次編譯TF老是出問題，所以配置了不下20遍吧，中間伴隨着降低gcc版本、調整g++版本、降低顯卡驅動版本等等閉眼的操作……當和同學說編譯不過時，同學說同樣的教程他那邊一次成功，在一次次重新來過的過程找那個整個人的心情是相當低落的，不是不干活，是靠自己經驗真的找不到BUG啊，一度開始懷疑自己能力、懷疑人生，還沒人討論一起研究這些，心里苦，但是說不出口……
當時遇到的困境在於：
1、本地編譯TF過程中，報一大堆警告，就是那種c++代碼，但是還一直在編譯，直到結束，
2、編譯完，安裝之后，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，之后輸入那個helloTF的例子測試，直接報錯找不到模塊，就這一個問題差不多用了兩天時間來修，最終無果……
3、還有那種報找不到lib…….so.5及其5.1的問題，這個問題是因為安裝的cuDNN和你編譯時候選的版本不一樣，可能是選了6，其實這里網友建議降低到5.1或者5版本，這時候你改為用5.1版本號程序能自動尋路找到已安裝的庫，
4、有時候本地編譯的安裝失敗后卸載，直接pip安裝TensorFlow-gpu，這時候還是無法import，每次遇到這種情況，內心幾乎是崩潰的，
5、最后搭建完，測試代碼，雖然能感覺到明顯的加速，但是運行程序時候一般會顯示幾條“沒編譯***的庫，但是能夠加速你的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個終端在操作）
**************************************************************************************************************************************************************************************************************************
轉機出現在刪除所有之前的賬戶，重建賬戶再來一遍時候。這次根本就是死馬當活馬醫了，覺得不行就重裝個系統試試……
1、這次重新搭建環境，重新測試了所有環境變量，配置，安裝好編譯器和Anaconda3（3.5版本）之后按照教程《深度學習主機環境配置: Ubuntu16.04+Nvidia GTX 1080+CUDA8.0》繼續搭（zuo），當看到顯卡驅動那里，想着自己當時上的是開源最高版本驅動，覺得可能有問題，遂降低為專有驅動（一直不降驅動是因為之前同學說他一直用的官網推的最新驅動）。之后按照教程安裝CUDA，測試了兩個例子，沒問題，這一步一直都能測試成功。
2、再按照《深度學習主機環境配置: Ubuntu16.04+GeForce GTX 1080+TensorFlow》安裝cuDNN並行，這個地方和之前不同的是，以前一直在用6.0版本，這次降低到5.1，這個安裝時候可以看到庫的存放位置，不要錯，還有權限問題。
3、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，是因為同學說本地編譯的更好，我信了，然后……就一路坑……索性這次就直接pip安裝了，反正再不行就重裝系統了，結果……結果就可以了，
在測試helloTensorFlow時，握着鼠標的手都是在發抖的，成功后接着測試tensor運算，測試mnist的例子，一路無阻，后來還跑了一把生成歌詞的例子，幾分鍾跑完，至此確信基礎環境搭建完畢，還想測試強化學習那個小鳥游戲的代碼，但是貌似還要OpenCV，就沒再折騰，
如果有人想說要用Python2.7，那么需要你先了解下github上Python 2.7和3.5+版本的程序的占有量，
如果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，
如果最后還要問我有什么想說的：
看資料是一個人，看論文是一個人，搭環境是一個人，做實驗是一個人，Debug是一個人，成功了是一個人，寫論文是一個人；再加上實驗室+學院的瑣事，同學安慰說“能者多勞”，我頭也沒抬“多勞得多得啊……”不知道他臉上的表情，
【我能提供的經歷就這么多，有問題可繼續評論提出，當然有說的不對的地方也歡迎大家提出，馬上改，】