DeepLabCut学习笔记：
安装环境前，请先看看环境
conda env list
DeepLabCut-live-GUI是一个实时使用DLC进行小鼠追踪的GUI软件。他独立运行DLC。需要配置一个摄像头，还有巡林好的DLC模型。 不是我想要的东西。
如何安装和启动DeepLabCut-live-GUI？
安装：pip install deeplabcut-live-gui
启动：dlclivegui
如何安装DLC带有GUI的软件呢？
（1）安装环境：
conda create -n DLC python=3.7 tensorflow==1.13.1
conda activate DLC
pip install -r requirements.txt
（2）安装deeplabcut
pip install deeplabcut
pip install deeplabcut[gui]
（3）启动deeplabcut(启动失败的话，是因为没有装wxPython，在 requirements.txt里加上wxPython<4.1.0 安装的版本好像是4.0.7 )
import deeplabcut
deeplabcut.launch_dlc()
启动起来了
在linux重新操作（及时止损）
conda create -n DLC-fzh python=3.7 tensorflow=1.13.1
conda activate DLC-fzh
pip install -r requirements.txt
wxpython安装失败，及时放弃。
conda activate base
conda remove -n DLC-fzh --all
conda remove -n DLC --all
conda在0.1服务器上创建环境
conda create -n DLC-TN python=3.7
linux下 conda如何修改源？
nano ~/.condarc
channels:
- defaults
show_channel_urls: true
default_channels:
- https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main
- https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/r
- https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/msys2
custom_channels:
conda-forge: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
msys2: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
bioconda: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
menpo: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
pytorch: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
simpleitk: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
ctrl+x退出并保存
conda activate DLC-TN
pip 修改源地址
pip install 好像就可以了
node1的jupyter密码：
aL1cC3cA0eA3
argon2:$argon2id$v=19$m=10240,t=10,p=8$t+S0dbhSBwNueRglDxbtrw$9VKfua1dylESRpPb/ALe8w
在linux启动jupyter服务器：
https://blog.csdn.net/cc1949/article/details/79095494
最后设置本地端口转发ssh
win10 您可以设置 SSH 本地端口转发 linux
ssh -fNg -L 8888:172.16.1.240:8889 user@172.16.1.240
raygen.com
先删除本地的.ssh文件
结局：
（1）colab转发失败，好像是因为.1服务器无法访问google网站；
（2）tensorflow也安装失败了，因为，环境的问题。准备重新安装；
conda remove -n DLC-TN --all
上传DLC-GPU.yaml文件
conda env create -f DLC-GPU.yaml
conda activate DLC-GPU-TN
好像是成功了。
最终使用的解决方案是：
在.1服务器上。通过VNC连接桌面服务，直接使用GUI，开始搞。
在win10上如何运行能启动DeepLabCut-GPU的环境（不应该有这种想法，浪费了整整一天。到2021年4月8日19:14:21，还没成功训练起来，一直卡在开始训练这里，连CPU训练都不管用了。真的服了。这是什么bug重启一下？）
conda create -n QTNLS python=3.7 tensorflow-gpu=1.13.1
conda activate QTNLS
pip install -r requirements.txt(官网上的)
然后再
pip install tensorflow-gpu==1.13.1
pip install deeplabcut
奔溃了，还是不行报错：
DLL load failed
（我怀疑一种可能。是因为cuda的版本没对应上。）
我的cuda（nvidia-smi上显示的）版本是11。但是我装的是10啊。准备再虚拟机上试一试(md 虚拟机的环境太老，需要更新)
下载https://www.microsoft.com/zh-cn/download/confirmation.aspx?id=53840
安装失败，提示我已经安装过了
pip install wxPython<4.1.0
pip install wxPython==4.0.7
import deeplabcut
deeplabcut.launch_dlc()
换成CPU版本的就好了。
CPU的利用率大概能飙升到--->没动啊，还是10左右。
但是风扇呼呼的在响。
承受了这么多，终于想起来试试docker了。
tensorflow-gpu真的要人狗命。
妈的
再干一次
删了环境，重装了CUDA10.0(之前的好像是10.1)
conda create -n QTNLS python=3.7 tensorflow-gpu=1.13.1
activate QTNLS
pip install tensorflow==1.13.1
pip install deeplabcut
pip install wxPython==4.0.7
"tensorflow-gpu=1.13.1"别写在conda create后边没用
还需要重新tensorflow-gpu
我再去我的虚拟机上搞一遍试试
终于，终于，终于，看到了我梦寐以求，的结果。
我去。。。。虽然代码跑起来了。但是，gpu就抽搐了一下，还是不能接着训练：
一直卡在Starting training...
但是Linux却可以训练。服了..真的服了。
重返windows
然后成功运行
GPU呢？
刚准备运行：
Successfully opened dynamic library cudnn64_7.dll
Could not create cudnn handle: CUDNN_STATUS_ALLOC_FAILED
attempting to perform DNN operation using StreamExecutor without DNN support
CPU->GPU Memcpy failed
就出错了
config = tf.ConfigProto()
config.gpu_options.per_process_gpu_memory_fraction = 0.6
sess = tf.Session(config=config)
上边的不中用。
GUI也不中用。用cmd，终于，中用了！！！
ipython
import deeplabcut
path_config_file = r'D:\PythonProject\DeepLabCut\testProject\TNSystem-TN-2021-04-02\config.yaml'
deeplabcut.train_network(path_config_file, allow_growth=True)
GPU 终于中用了！！！
太好了。
终于
2021年4月8日20:35:26
不管是在linux上，还是window上，我都能顺利地运行deeplabcut了
关键点：
（1）环境最重要了。python3.7 cuda=10.0, cudnn=10.0
（2）运行GPU的环境时，训练模型要用ipython，不能用GPU。这个问题在linux下就没有。
（3）这玩意，又浪费了我一天的时间。
不过还好，都是我的经验了。形成了该笔记。