Automatic Photo Adjustment Using

安装双系统

目前是Win10系统，i7 6700HQ+英伟达965M显卡，因为虚拟机显卡无法进行实验，所以所以决定安装双系统

需要注意的是，安装时请在bios中选用Legacy模式方可使用EasyBCD进行引导，而且EasyBCD新建项时需要选择Grub2否则会出现黑屏无法引导的情况。
启动Ubuntu时如果卡顿在Logo界面，则是由于无法读取独显造成的，在Ubuntu出现选择启动项界面时按e，倒数第二行增加nouveau.modeset=0，按F10进行启动即可。
建议/boot分区可以设置稍微大一点，不然系统更新时会提示/boot分区空间不足

成功进入Ubuntu后，点击系统设置，软件和更新，在Ubuntu软件选项卡中选择一个中国源

选择下载软件源

然后选择使用专有的NVIDIA显卡驱动，这样开机时就不再需要输入参数了

选择显卡驱动程序

最后进行系统更新
点击win键，打开搜索框，输入update，打开软件更新器，选择立即安装

更新系统（可选）

系统安装完毕，开始安装实验环境

实验环境的搭建

安装git

通过git可以直接下载代码，使用命令sudo apt-get install git 进行安装

下载代码

安装cuda

首先查看自己的显卡信息，可以看到我的显卡是GTX 965M

tang@Tang:~$ lspci | grep -i nvidia
01:00.0 3D controller: NVIDIA Corporation GM206M [GeForce GTX 965M] (rev a1)

查看显卡是否支持

然后查看系统是否符合要求,我们的系统是x86_64架构的Ubuntu16.04

tang@Tang:~$ uname -m && cat /etc/*release
x86_64
DISTRIB_ID=Ubuntu
DISTRIB_RELEASE=16.04
DISTRIB_CODENAME=xenial
DISTRIB_DESCRIPTION="Ubuntu 16.04.2 LTS"
NAME="Ubuntu"
VERSION="16.04.2 LTS (Xenial Xerus)"
ID=ubuntu
ID_LIKE=debian
PRETTY_NAME="Ubuntu 16.04.2 LTS"
VERSION_ID="16.04"



VERSION_CODENAME=xenial
UBUNTU_CODENAME=xenial

对照官方文档给出的表符合要求

CDDA8.0 系统以及组件要求

检查gcc编译器

tang@Tang:~$ gcc --version
gcc (Ubuntu 5.4.0-6ubuntu1~16.04.4) 5.4.0 20160609
Copyright (C) 2015 Free Software Foundation, Inc.
This is free software; see the source for copying conditions.  There is NO
warranty; not even for MERCHANTABILITY or FITNESS FOR A PARTICULAR PURPOSE.

我们的是5.4 版本，而推荐的是5.3.1，但是通常情况是可以正常工作的

检查kernel header以及开发包，可以看到我们已经安装好了

tang@Tang:/usr/src$ uname -r
4.4.0-81-generic
tang@Tang:/usr/src$ sudo apt-get install linux-headers-$(uname -r)
正在读取软件包列表... 完成
正在分析软件包的依赖关系树       
正在读取状态信息... 完成       
linux-headers-4.4.0-81-generic 已经是最新版 (4.4.0-81.104)。
linux-headers-4.4.0-81-generic 已设置为手动安装。
下列软件包是自动安装的并且现在不需要了：
  libmircommon5 libpango1.0-0 libpangox-1.0-0 ubuntu-core-launcher
使用'sudo apt autoremove'来卸载它(它们)。
升级了 0 个软件包，新安装了 0 个软件包，要卸载 0 个软件包，有 0 个软件包未被升级。

点击下载对应版本的cuda安装包，这里下载runfile文件（速度比较慢，可以使用迅雷先下载完再拷贝到机器上）

下载安装包

对于非初次安装的电脑，需要查看是否有冲突存在，可见选择runfile会简单不少

冲突表

禁用nouveau驱动，可以看到并没有安装
tang@Tang:~$ lsmod | grep nouveau
安装
1 sudo sh sudo sh cuda_8.0.61_375.26_linux.run
2 然后阅读许可协议，输入accept
3 不安装显卡，因为之前在设置里面已经安装过了，其他步骤都点yes即可

Install NVIDIA Accelerated Graphics Driver for Linux-x86_64 375.26?
(y)es/(n)o/(q)uit: n

4 编辑~/.bashrc文件，增加环境变量

export PATH=/usr/local/cuda-8.0/bin${PATH:+:${PATH}}
export LD_LIBRARY_PATH=/usr/local/cuda-8.0/lib64${LD_LIBRARY_PATH:+:${LD_LIBRARY_PATH}}

安装显卡驱动的话要重启电脑，进入非图形界面安装。同时，双显卡电脑不要选择安装openGL

验证安装是否成功

tang@Tang:~$ cat /proc/driver/nvidia/version 
NVRM version: NVIDIA UNIX x86_64 Kernel Module  375.66  Mon May  1 15:29:16 PDT 2017
GCC version:  gcc version 5.4.0 20160609 (Ubuntu 5.4.0-6ubuntu1~16.04.4) 
tang@Tang:~$ nvcc -V
nvcc: NVIDIA (R) Cuda compiler driver
Copyright (c) 2005-2016 NVIDIA Corporation
Built on Tue_Jan_10_13:22:03_CST_2017
Cuda compilation tools, release 8.0, V8.0.61

进入到~/NVIDIA_CUDA-8.0_Samples/1_Utilities/这个文件夹，编译样例，观察结果是否为pass

deviceQuery
bandwidthTest

自此，cuda安装完毕

编译cuda-convent-plus

下载代码
修改build.sh中的路径为你系统中的相关路径

# CUDA toolkit installation directory.
export CUDA_INSTALL_PATH=/usr/local/cuda
# CUDA SDK installation directory.
export CUDA_SDK_PATH=/usr/local/cuda/samples/common/inc
# Python include directory. This should contain the file Python.h, among others.
export PYTHON_INCLUDE_PATH=/usr/include/python2.7
# Numpy include directory. This should contain the file arrayobject.h, among others.
export NUMPY_INCLUDE_PATH=/usr/lib/python2.7/dist-packages/numpy/core/include/numpy
# ATLAS library directory. This should contain the file libcblas.so, among others.
export ATLAS_LIB_PATH=/usr/lib/atlas-base

然后build即可

如果提示找不到以l开头.o文件，使用locate进行定位，然后重新建一个软链接

运行实验代码

下载代码
修改'setup.sh.example'中的PROJ_DIR，设置cuda-convent-plus项目跟路径，随后重命名成setup.sh，在命令行中执行sudo ./setup.sh进行安装

export PROJ_DIR="/home/tang/桌面/project/"

安装过程中出现

/sbin/ldconfig.real: /usr/lib/nvidia-375/libEGL.so.1 is not a symbolic link
/sbin/ldconfig.real: /usr/lib32/nvidia-375/libEGL.so.1 is not a symbolic link

的提示，系统找的是一个符号连接，而不是一个文件。对文件更名然后重新建立链接

sudo mv /usr/lib/nvidia-375/libEGL.so.1 /usr/lib/nvidia-375/libEGL.so.1.org
sudo mv /usr/lib32/nvidia-375/libEGL.so.1 /usr/lib32/nvidia-375/libEGL.so.1.org
sudo ln -s /usr/lib/nvidia-375/libEGL.so.375.66 /usr/lib/nvidia-375/libEGL.so.1
sudo ln -s /usr/lib32/nvidia-375/libEGL.so.375.66 /usr/lib32/nvidia-375/libEGL.so.1f

如果提示sudo: pip：找不到命令则是由于pip没有安装，使用sudo apt-get install python-pip进行安装
如果提示PROJ_DIR错误那么可以直接在~/.bashrc中添加路径（不要忘记source一下）

执行脚本

tang@Tang:~/桌面/project/dl-image-enhance-master/py$ ./script_prepare_train_batches_uniform_set_foregroundpopout.sh 
Traceback (most recent call last):
  File "trainPatchPreparer.py", line 9, in <module>
    from util_image import *
  File "/home/tang/桌面/project/cuda_convnet_plus/py/util_image.py", line 10, in <module>
    from skimage import color
ImportError: No module named skimage

使用pip进行安装

sudo pip install scikit-image

随后即可正常执行

启用ssh
sudo apt-get install openssh-server
查看是否启动

tang@Tang:~/桌面/project/dl-image-enhance/py$ sudo ps -e | grep ssh
 7811 ?        00:00:00 sshd

如果未启动则使用

sudo service ssh start