1.st-gcn环境搭建
2.Caffe学习(二) —— 下载、编译和安装Caffe（源码安装方式）
st-gcn环境搭建
搭建ST-GCN环境的步骤如下：
一、硬件与系统准备
推荐使用基于Ubuntu .的系统，可从浙大官网下载稳定版本的镜像。通过U盘启动制作Ubuntu系统盘，完成格式化后使用深度制作工具进行系统安装。asp登陆源码在桌面计算机中使用磁盘管理工具创建Ubuntu分区，一般GB空间足矣。通过BIOS设置将U盘设置为启动优先项，然后开始安装Ubuntu系统。
二、安装Python3
在Ubuntu系统中，将Python3设置为默认版本，使用pip进行包管理无需额外命令。在终端中通过快捷键或命令行操作完成Python3的安装。
三、软件源配置
使用国内服务器作为Ubuntu软件源，推荐使用阿里云提供的服务，无需额外配置。job源码解析如果使用官方镜像，可能需要更新软件源以获取最新软件包。
四、安装显卡驱动
使用NVIDIA显卡的用户，需安装对应版本的驱动程序。通过三种方法之一：官方PPA源安装、下载并编译安装、添加官方PPA源后安装。
五、pytorch项目源码安装CUDA和cuDNN
检查NVIDIA显卡型号和系统内核版本，确保CUDA版本与驱动匹配。下载CUDA和cuDNN，按步骤安装，确保安装成功并验证。
六、安装Python3的pip虚拟环境
在Python3环境下安装pip，所有pip命令都将在Python3环境中执行。创建虚拟环境管理目录，emo源码查找将虚拟环境添加到环境变量中，并创建Python3虚拟环境。
七、安装torch和torchvision
使用国内源安装torch和torchvision，可永久修改pip安装源。查看Python版本与对应torch版本的关系，确保兼容性。
八、安装cmake
使用cmake配置编译参数，netty教程源码安装cmake和cmake-gui，确保cmake操作顺利进行。
九、安装opencv
可以选择通过apt-get安装opencv-python或从源码构建。构建时注意解压、更新依赖、下载ippicv，确保opencv功能齐全。
十、安装caffe
从openpose提供的链接下载caffe源码，解压后修改Makefile配置参数，编译安装。
十一、安装openpose
在caffe目录下连接openpose，下载源码，配置编译参数，确保兼容性和接口接入，测试安装成功。
十二、安装ffmpeg
下载ffmpeg源码，安装依赖环境，配置并编译安装。推荐使用smplayer作为视频播放软件。
完成上述步骤后，环境搭建就已基本完成。评估官方模型，训练自己的模型，进行样本示例展示。安装视频播放软件，如smplayer，用于观看可视化效果。欢迎指出错误与建议，祝您搭建成功！
Caffe学习(二) —— 下载、编译和安装Caffe（源码安装方式）
采用caffe源码编译安装方式说明
此方法仅适用于编译CPU支持版本的Caffe。推荐通过Git下载以获取更新及查看历史变更。
主机环境配置
系统环境：Ubuntu .
步骤一：安装依赖库与Python 2.7
步骤二：安装CUDA（注意：虽然仅编译CPU版本的Caffe，但安装CUDA时可能会遇到编译错误，需确保环境兼容性）
编译Caffe
步骤一：修改Make.config文件
具体配置说明请参考我的另一篇博客（"Hello小崔：caffe(master分支)Makefile.config分析"）
步骤二：执行make编译
测试已通过
步骤三：解决编译过程中的错误
错误实例：ImportError: No module named skimage.io
解决方法：执行sudo apt-get install python-skimage
错误实例：ImportError: No module named google.protobuf.internal
解决方法：执行sudo apt-get install python-protobuf
更多错误解决办法，请参阅另一篇博客（"Hello小崔：caffe编译报错解决记录"）
