看了py-faster-rcnn上的issue，原来大家都遇到各种问题。
我要好好琢磨一下，看看到底怎么样才能更好地把GPU卡发挥出来。最近真是和GPU卡较上劲了。
上午解决了g++的问题不是。
然后下午我就想我要解决掉yml加载不上的问题。就是easydict版本太低了，可以改代码，也可以从新安装。conda install -c verydeep easydict. 参考：https://github.com/rbgirshick/py-faster-rcnn/issues/201
还有一个问题，就是解决了py faster rcnn不能用cudnn的问题，就是我目前的版本就各种问题吧。按照issue里说的，merge了caffe最新的代码。参考：https://github.com/rbgirshick/py-faster-rcnn/issues/237。这个地方改后，提速了好多倍，确实很有必要的。
还有一个问题，就是lib的一些代码，现在总是会提示index integer等等的问题，就是不支持非integer作为index了。看了issue,好像说是numpy版本太高了，需要降低版本到（1.11.0），参考：https://github.com/rbgirshick/py-faster-rcnn/issues/480 这个问题好像不好解决，下载numpy涉及到太多东西，安装起来又会有别的问题。建议还是直接安装低版本的anaconda吧。
目前还有问题，就是多GPU版本的代码不能保存snapshot。
今天网络有问题，我等把上面的问题都解决了，再解决保存问题。
我今天一天就是在debug，而且是各种版本问题。所以其实我想把ananconda从新装一个旧的版本，不用目前的ananconda2了。各种bug的生活太难受了。
以前在原来单位也用了anaconda2有大半年了，没发现有这么多问题，这次我新下的版本简直就是各种不兼容各种不兼容各种不兼容！
从rcnn一直各个版本一路用下来，改过其中的代码，参数优化，各种工作。可换了一套环境，感觉还是像新手一样，尤其是发现和新的软件包各种不兼容后，觉得一方面要把自己用到的这些都保存，另一方面也要注意留意这些新的包更新时有什么改进的地方，比如numpy对index的要求，以前不会提示float不可以，现在就不行了，做index的参数必须强制转化为int。还有easydict，我这次跑通faster rcnn时就意识到了，YML文件失效了，当时也测试了，确实失效了。但是当时为了测试GPU卡的性能，没去理，就在python文件里把配置写好的。而caffe支持cudnn的部分，当时也发现了py-faster-rcnn的caffe对我新安装的cudnn编译不通过，当时我换成了原来一直用的caffe版本，跑起来没问题。还有g++编译问题，开始一直怀疑是gcc的问题，因为其中涉及到cuda，所以也担心是不是这个地方和driver不兼容。没想到归根到底还是anaconda包惹的事。当时把gpu.nms禁掉了，反正这部分的时间其实不必CPU快的。
目前的系统环境下，想把py-faster-rcnn成功配置好，可能最方便的方式就是把anaconda安装成原来的版本，不要那么新的，再者在安装easydict和opencv等软件包时，要指定版本号。
最近在处理数据，我想把系统从新格了，安装16.04，或者直接换成anaconda相对来说兼容性好的版本。anaconda也是，有些包新，有些包都是两年前的旧包了，要是像numpy那样，其实这种要求是一种好的习惯，本来用float做index就不是好习惯，但是easydict那个地方一直是旧版本的一个bug，anaconda包也该更新一下easydict才是啊。