ubuntu16.0.4环境搭建opencv、torch、visdom和tensorflow

opencv环境搭建

一、文件准备

OpenCV3.4.2：https://github.com/opencv/opencv/archive/3.4.2.zip

OpenCV_Contrib：https://github.com/opencv/opencv_contrib/archive/3.4.2.zip
解压文件：

unzip opencv-3.4.2.zip
unzip opencv_contrib-3.4.2.zip

将contrib复制到opencv中，并新建build

cp -r opencv_contrib-3.4.2 opencv-3.4.2 #复制opencv_contrib到opencv目录下
cd opencv-3.4.2
mkdir build#新建文件夹build

文件结构如图

二、安装编译依赖

安装依赖包

sudo apt-get install build-essential 
sudo apt-get install cmake git libgtk2.0-dev pkg-config libavcodec-dev libavformat-dev libswscale-dev
sudo apt-get install python3-dev python3-numpy libtbb2 libtbb-dev libjpeg-dev libpng-dev libtiff-dev libjasper-dev libdc1394-22-dev
sudo apt-getinstall pkg-config
sudo apt-get install pkg-config

三、编译

这一步最为关键的是编译选项
进入build文件:
cd build
编译命令

cmake -D CMAKE_BUILD_TYPE=RELEASE \
-D CMAKE_INSTALL_PREFIX=/usr/local \
-D PYTHON3_EXECUTABLE=/usr/bin/python3 \
-D PYTHON_INCLUDE_DIR=/usr/include/python3.5 \
-D PYTHON_LIBRARY=/usr/lib/x86_64-linux-gnu/libpython3.5m.so \
-D PYTHON3_NUMPY_INCLUDE_DIRS=/usr/local/lib/python3.5/dist-packages/numpy/core/include \
-D INSTALL_PYTHON_EXAMPLES=ON \
-D INSTALL_C_EXAMPLES=OFF \
-D OPENCV_EXTRA_MODULES_PATH=../opencv_contrib-3.4.2/modules \
-D PYTHON_EXECUTABLE=/usr/lib/python3 \
-D BUILD_EXAMPLES=ON ..

执行命令
make
这个过程估计在好几个小时，此时可以先去做其他事情，等执行完后执行
sudo make install
这样就表示安装成功了！！！测试结果如下：

安装torch

第一步：从git上获取安装LuaJIT（C语言编写的Lua的解释器）和Torch所必需的依赖包：

在终端执行：git clone https://github.com/torch/distro.git ~/torch --recursive

第二步：进入torch目录，

执行：bash install-deps

第三步：执行：./install.sh 这一步最后会出现让输入yes,并输入yes即可

第四步：添加环境变量

输入yes后执行source ~/.bashrc添加环境变量，但我在这一步出现如下问题：

解决办法是在终端输入：vim ~/.bashrc编辑bashrc文件，按“shift+G”跳到文件末尾，在torch-activate后面添加一行，如下：

保存退出后再次执行source ~/.bashrc就行了。

第五步：输入：th测试是否安装成功，当出线如下标识说明已成功安装：

visdom的安装

pytorch下可采用visidom作为可视化工具

1. 安装

pip install visdom
conda install visdom

2、启动

python -m visdom.server
在浏览器输入：http://localhost:8097/ ，即可启动

tensorflow安装

参考：https://collaborate.linaro.org/display/BDTS/Building+and+Installing+Tensorflow+on+AArch64