第一学期项目主要用到python，opencv，tensorflow等，课程中提供的一键安装配置文件中各组件的版本太旧，再加上国内特殊网络环境的限制，故默认搭建方案并不适用。

虽然如此，官方的environment-gpu.yml仍具有重要参考价值。

系统环境

OS: Linux Mint 18.2
GPU: NVIDIA GeForce GTX 1080 Ti

建立新环境

1
conda create -n carnd-term1 python=3

安装依赖包

1
2
conda install numpy matplotlib jupyter opencv pillow scikit-learn scikit-image scipy h5py flask-socketio seaborn pandas pyqt keras-gpu
pip install eventlet imageio moviepy

注意这里由于网络不畅，menpo通道的opencv3下载时经常掉线。装tuna源的opencv替代。所有包默认最新版，keras选gpu版会自动装上tensorflow-gpu及cuda、cudnn等。

报错

直接跑测试程序会出现以下报错：

1
2
3
ImportError: libopenblasp-r0-39a31c03.2.18.so: cannot open shared object file: No such file or directory
ImportError: Importing the multiarray numpy extension module failed.
Most likely you are trying to import a failed build of numpy.

走了些mkl的弯路后发现解决方法简单粗暴，忽略conda已装的numpy，然后用pip装最新版numpy即可解决问题。

1
pip install --ignore-installed numpy

安装ffmpeg

在测试notebook里直接执行以下代码下载安装

1
2
import imageio
imageio.plugins.ffmpeg.download()