為了安裝tensorflow，導(dǎo)致我Linux系統(tǒng)重裝趴俘，Windows系統(tǒng)差點也沒了睹簇，哎。寥闪。太惠。
本人筆記本電腦有一個256 SSD和1TB機械硬盤，固態(tài)裝C盤疲憋，機械硬盤裝D凿渊、E和F，各330G缚柳，系統(tǒng)為Win10埃脏，顯卡為NVIDIA1060。后來打算裝manjaro雙系統(tǒng)喂击，進行編程和機器學(xué)習(xí)剂癌、深度學(xué)習(xí)的開發(fā)工作，于是F盤分了一半約160G給manjaro系統(tǒng)翰绊，其中根目錄和家目錄等單獨劃分分區(qū)掛載佩谷，根目錄分區(qū)大小為30G旁壮，此是前話。
在安裝tensorflow之前自己先裝了pytorch谐檀，因為覺得這個框架代碼更優(yōu)雅抡谐，代碼風(fēng)格自己更喜歡。后來在安裝tensorflow時發(fā)現(xiàn)還挺麻煩桐猬，需要獨立cuda和cudnn庫麦撵，不同版本的tensorflow依賴于不同版本的cuda和cudnn，而cuda和cudnn依賴于gcc溃肪，如下圖所示免胃。
而manjaro系統(tǒng)屬于arch系，各軟件包滾動更新速度很快惫撰，基本總是保持最新羔沙，比如系統(tǒng)默認python環(huán)境竟然時3.7.2，我的個乖乖厨钻，自己的系統(tǒng)里安裝的gcc是此時最新的8.2.1扼雏，與cuda所需的gcc6沖突，如果要裝gcc6還要卸載gcc8夯膀，而其他軟件包會依賴于gcc8诗充，況且安裝舊版本包這種行為一點都不arch，于是使用tensorflow官方預(yù)編譯好的whl文件安裝就不太現(xiàn)實了诱建，只能自己在本機上編譯構(gòu)建了蝴蜓，幸好網(wǎng)上搜到了一篇最近的、講得很好很詳細俺猿、和自己情況正相符的一篇帖子：編譯 Tensorflow 1.10 + CUDA9.2 + MKL励翼，在這里向作者由衷的表示感謝！
于是便紅紅火火按照教程開始來裝了辜荠，于是問題舊開始出現(xiàn)了。
首先問題是當(dāng)下載了tensorflow源碼之后發(fā)現(xiàn)自己不能切換安裝版本抓狭，如果選擇默認master以外的分支伯病，則報無法引用到/tensorflow/tools/bazel.rc文件的錯誤，于是只能在master分支裝吧否过，不管了午笛。
如圖：
同時發(fā)現(xiàn)自己訪問github下載文件的速度太慢了，導(dǎo)致bazel程序運行失敗苗桂，后來找到了相關(guān)博客如git clone速度太慢的解決辦法進行配置药磺，發(fā)現(xiàn)還是未解決，自己在命令前加proxychains代理也不行煤伟，因為是程序內(nèi)部調(diào)用系統(tǒng)網(wǎng)絡(luò)去下載文件癌佩，代理命令無效木缝，經(jīng)過多次嘗試后，自己打算通過瀏覽器下載一個文件試試围辙，如https://github.com/bazelbuild/rules_closure/archive/9889e2348259a5aad7e805547c1a0cf311cfcd91.tar.gz,發(fā)現(xiàn)下載的挺快的我碟，是因為代理，而自己直接調(diào)用wget命令發(fā)現(xiàn)好慢姚建，同時還發(fā)現(xiàn)了該文件的最終下載域名為：codeload.github.com矫俺，后來自己參考那個教程在https://www.ipaddress.com/里搜索得到了對應(yīng)的ip并將其和ip加到hosts文件中，如圖所示：
速度一下就快了不少掸冤，雖說只有幾十k厘托，但是也比之前的幾十幾百b強，同時安裝也不報下載文件失敗訪問不了文件的錯誤了稿湿。
后來又遇到：invalid conversion from 'const char*' to 'char*'這樣的代碼error铅匹，于是網(wǎng)上找到了invalid conversion from 'const char' to 'char' 的解決方法這篇文章，于是便修改了報錯處的源碼缎罢，重新繼續(xù)編譯伊群，看著編譯進行的挺順利，自己還蠻開心的策精，可誰知命運給自己開的玩笑才剛剛開始舰始。
經(jīng)過了漫長的編譯時間，突然又報錯了咽袜，說是什么文件訪問失敗丸卷，沒有剩余空間了，當(dāng)時我就蒙了询刹，這是咋回事谜嫉，后來發(fā)現(xiàn)：根目錄所在分區(qū)滿了，安裝過程中所有文件都保存在根目錄所在分區(qū)凹联，即已經(jīng)到了30G了沐兰，使用df -h命令查看所在分區(qū)使用率已經(jīng)到了100%，我擦１文印Ｗ〈场！
這可如何是好澳淑，沒想到編譯個tensorflow這么占存儲空間比原，后來網(wǎng)上查找相關(guān)案例和解決方案，暫時只是把用不到的大軟件卸載了杠巡，如Clion量窘，發(fā)現(xiàn)效果不明顯，還是占用了29G多氢拥，于是心想：老子不裝了蚌铜，不裝了還不行嗎锨侯，回歸pytorch，pytorch才是老紙的真愛厘线，卸載之后發(fā)現(xiàn)：使用率還是90%识腿，這這這，后來想到滿了那就擴充啊造壮，于是就在網(wǎng)上找擴充根目錄分區(qū)的方法教程渡讼，然而歷史說明正是這一步開始使我踏進了深淵烦味。
網(wǎng)上搜了不少方法呼胚，發(fā)現(xiàn)許多都不好使空繁，同時分區(qū)滿了我裝個軟件都裝不了了键袱，感覺要炸蝶缀！發(fā)現(xiàn)有個說法說在拓展分區(qū)之前要先掛載平挑，于是我就嘗試著把根目錄所在分區(qū)給掛載掉了扇谣，在卸載時還提示錯誤锣尉，說device is busy攀隔，于是網(wǎng)上找到類似如linux umount命令介紹與device is busy解決方法的答案皂贩，于是敲下了罪惡的umount -l /，后來系統(tǒng)崩了昆汹，重啟明刷，發(fā)現(xiàn)又好了，哈哈满粗。
后來就想著硬盤F盤還有剩余空間辈末，想劃分出來給根目錄所在分區(qū)，經(jīng)過嘗試之后發(fā)現(xiàn)直接劃分不行映皆，因為自己沒有搞lvm挤聘，不能通過卷組或邏輯卷相關(guān)的指令操作來進行，后來發(fā)現(xiàn)了一個可行的法子是把硬盤中根目錄所在分區(qū)位置后面的空間騰出來捅彻，然后便可以擴充了组去，把原來的數(shù)據(jù)放到其他位置就可以了，于是通過這樣的操作進行了var掛載分區(qū)的移動步淹，感覺還不錯添怔，其中主要參考的是linux(manjaro)磁盤遷移/opt /home,而在進行boot分區(qū)的移動時發(fā)現(xiàn)自己未成功進行boot分區(qū)的重新掛載，于是系統(tǒng)又崩了贤旷，重啟也報錯了，進入grub rescue模式中砾脑，此時有點慌了幼驶，后來找到類似該篇博客grub rescue救援模式的處理所說內(nèi)容,重新掛載了boot目錄，并且重新生成grub配置文件韧衣，于是問題解決了盅藻。
之后在進行home分區(qū)的操作時自己忘記了備份购桑，直接掛載和格式化掉了（通過 mkfs.ext4 /dev/sda*)，發(fā)現(xiàn)出了問題之后重新登錄都登錄不了氏淑，因為相關(guān)用戶信息都沒了勃蜘，只能進入命令行界面，同時home目錄為空假残，后來在各分區(qū)找了半天發(fā)現(xiàn)沒有找到備份缭贡，這時自己真的慌掉了，還有不少數(shù)據(jù)呢辉懒，比如項目代碼阳惹、還有博客環(huán)境配置和博客原文件等，找了半天都沒能找到可行的辦法眶俩，因為系統(tǒng)都登錄不進去莹汤，連修復(fù)軟件啥的都安裝不了，況且天色已晚颠印，于是就先睡了纲岭。
等到第二天自己想到可以在window系統(tǒng)上安裝然后修復(fù)那個分區(qū)的數(shù)據(jù)吧？于是先嘗試了DiskGenius軟件线罕，發(fā)現(xiàn)好像它識別的分區(qū)不全止潮，并且也只能恢復(fù)文件，會丟失文件名等信息闻坚，這樣也僅是得到一些文件沽翔，不是整體的恢復(fù)分區(qū)，而后又下載了testdisk軟件窿凤，經(jīng)過一陣蒙蔽的操作之后仅偎，發(fā)現(xiàn)自己的D盤和E盤也不見了，趕忙重啟發(fā)現(xiàn)還是沒有雳殊，由于許多軟件都是安裝在D盤上橘沥，所以導(dǎo)致window系統(tǒng)下的環(huán)境也出問題了，要炸啊夯秃，幸虧自己的chrome瀏覽器在C盤裝的座咆，又下載了DiskGenius，發(fā)現(xiàn)還要注冊仓洼，還挺麻煩介陶，于是又嘗試下了綠色破解版，經(jīng)過掃描色建，找到了丟失的D盤和E盤哺呜，只是其他數(shù)據(jù)全部都沒有了（指manjaro系統(tǒng)下全部信息）。哎箕戳，一聲長嘆之后只能重新再裝系統(tǒng)了某残。
只是可惜了當(dāng)時探索了不少軟件国撵，同時還有不少有用的數(shù)據(jù)資料，還有自己最新的代碼玻墅，以及最新的博客環(huán)境配置文件和最新的博客原文件介牙。
而后再劃分分區(qū)安裝的時候，有了之前的教訓(xùn)和探索澳厢，自己對分區(qū)的理解更加深刻环础，于是在劃分時感覺熟悉了好多，把整個300G空間全部給新系統(tǒng)了赏酥，同時多分配了一些空間給根目錄和var目錄所在分區(qū)喳整。
后來重裝系統(tǒng)，還好自己當(dāng)時寫了安裝記錄的博客在網(wǎng)上可以看裸扶，于是又重新安裝配置環(huán)境框都，配置NVIDIA獨顯，配置科學(xué)上網(wǎng)呵晨，后來心想以后再做記錄先只在簡書和有道上吧魏保，自己的博客先不管了吧，畢竟環(huán)境也丟了摸屠，能找到的是好久之前的了谓罗，要配置還挺麻煩，博客內(nèi)容自己自己也增刪改的比較多季二，再撿起來比較耗時檩咱，于是暫時就不考慮維護自己的博客了，之前也嘗試在知乎專欄和簡書上寫文章胯舷，發(fā)現(xiàn)簡書支持Markdown效果很好刻蚯，而知乎則導(dǎo)入效果很差，于是便最終選擇了簡書作為最終的自己發(fā)布內(nèi)容的平臺啦桑嘶。
后來重新參考之前提到的編譯tensorflow的那篇文章炊汹，還是只能master分支，還是要配置hosts文件中g(shù)ithub對應(yīng)域名和ip逃顶，不過編譯的還挺順利的讨便，不過還是要好久，最終吃了個晚飯以政，回來發(fā)現(xiàn)又報錯了霸褒，我真的快要崩潰了，報ImportError: No module named keras.preprocessing的錯誤盈蛮，后來我就想是不是版本問題傲霸，于是切換r1.12和r1.10，發(fā)現(xiàn)還是報bazel.rc文件的錯，于是又切換回master分支昙啄，繼續(xù)網(wǎng)上找相關(guān)問題和答案，并在github上成功找到了答案：1.10 build fails with "No module named 'keras_applications'" ,即通過pip安裝keras_applications和keras_preprocessing這兩個庫寸五。
后來重新執(zhí)行編譯命令梳凛，又等待了好一會兒（比之前快多了，因為有緩存之前的編譯結(jié)果）梳杏，終于成功了哈哈哈韧拒！后來經(jīng)過測試，發(fā)現(xiàn)編譯成功十性，tensorflow已經(jīng)被正常安裝在自己的pip列表中了叛溢。
以下是耗時截圖：
安裝tensorflow的whl包后，發(fā)現(xiàn)安裝的就是現(xiàn)行版r1.12劲适。楷掉。。
這里是分區(qū)使用率截圖：
相比而言霞势，pytorch安裝就要簡單許多了烹植，并且提供了許多預(yù)編譯好的可選。
在這里自己簡單記錄一下心酸的歷程愕贡，也提醒各位看客同樣需要編譯tensorflow時留意自己的分區(qū)使用率～
