cmake源码下载

Ⅰ Cmake是什么有什么用在WINDOWS下如何用

CMake是一个比make更高级的编译配置工具，它可以根据不同平台、不同的编译器，生成相应的Makefile或者vcproj项目。
通过编写CMakeLists.txt，可以控制生成的Makefile，从而控制编译过程。CMake自动生成的Makefile不仅可以通过make命令构建项目生成目标文件，还支持安装（make install）、测试安装的程序是否能正确执行（make test，或者ctest）、生成当前平台的安装包（make package）、生成源码包（make package_source）、产生Dashboard显示数据并上传等高级功能，只要在CMakeLists.txt中简单配置，就可以完成很多复杂的功能，包括写测试用例。
如果有嵌套目录，子目录下可以有自己的CMakeLists.txt。
总之，CMake是一个非常强大的编译自动配置工具，支持各种平台，KDE也是用它编译的，感兴趣的可以试用一下。

准备活动：
（1）安装cmake。
下载地址：http://www.cmake.org/cmake/resources/software.html
根据自己的需要下载相应的包即可，Windows下可以下载zip压缩的绿色版本，还可以下载源代码。
Windows下CMake的使用
（2）运行cmake的方法。（GUI、命令行）
http://www.cmake.org/cmake/help/runningcmake.html

CMake使用步骤：
运行GUI的cmake界面：
cmake-2.8.1-win32-x86\bin\cmake-gui.exe
Windows下CMake的使用
执行Configure：
运行之后，生成了如下文件：
Windows下CMake的使用
生成Makefile：
执行Generate之后生成如下文件：
Windows下CMake的使用
运行make进行编译：
Windows下CMake的使用
编译完成后，在build目录生成Tutorial.exe，运行Tutorial.exe 25就可以看到运行结果：
Windows下CMake的使用
运行make install安装程序：
Windows下CMake的使用
运行make test进行测试：
Windows下CMake的使用

通过cmake tutorial学习CMake配置方法
http://www.cmake.org/cmake/help/cmake_tutorial.html
可以在源代码的Tests/Turorial目录中找到这个手册对应的代码。
Windows下CMake的使用
1、Step1。
（如果不知道如何使用cmake，以及如何使用编译产生的Turorial.exe，可先看下前面“CMake使用步骤”的说明，它以Step4为例详细介绍了使用过程，Step1的配置可能不够完全，比如无法运行make install，无法运行make test，但可以参考。）
简单的程序编译。
（1）运行GUI的cmake，指定要编译的源代码路径和二进制文件路径（会自动创建）。
Windows下CMake的使用
（2）点击Configure，配置成功后，再点击Generate。
配置需要选择合适的编译器，虽然我安装了VC2008，但没有配置成功；选择Unix Makefiles，配置成功，它自动找到了DevC++下的gcc.exe等编译器。
Windows下CMake的使用
（3）在build3目录执行make，就能够编译生成Turorial.exe了。
D:\Projects\Lab\testngpp\cmake-2.8.1\Tests\Tutorial\Step1\build3>make
Linking CXX executable Tutorial.exe
[100%] Built target Tutorial
可以运行一下Turorial.exe：
D:\Projects\Lab\testngpp\cmake-2.8.1\Tests\Tutorial\Step1\build3>Tutorial.exe
Tutorial.exe Version 1.0
Usage: Tutorial.exe number
D:\Projects\Lab\testngpp\cmake-2.8.1\Tests\Tutorial\Step1\build3>Tutorial.exe 4
The square root of 4 is 2
2、Step2
把子目录编译为库，并且链接到最终的可执行文件。
include_directories ("${PROJECT_SOURCE_DIR}/MathFunctions")
add_subdirectory (MathFunctions) # 使得子目录MathFunctions也能被编译

# add the executable
add_executable (Tutorial tutorial.cxx)
target_link_libraries (Tutorial MathFunctions)
产生makefile：
在GUI上点击Configure，之后Generate还是灰色，再次点击Configure，Generate就可以点击了。
编译：

Ⅱ ubuntu源码编译安装cmake-2.8.10.2

ubuntu源码编译安装cmake-2.8.10.2从cmake官网下载最新的cmake版本，笔者下载的是cmake-2.8.10.2.tar.gz，地址http://www.cmake.org/cmake/resources/software.html
www.dnjsb.com
1、解压cmake-2.8.10.2.tar.gztar
-xvf
cmake-2.8.10.2.tar.gz2、在cmake-2.8.10.2同级目录下新建一个编译目录mkdir
cmake-bulidcd
cmake-build3、编译cmake.././bootstrap
www.dnjsb.com
注意：可能会出现如下错误：/usr/lib/libstdc++.so.6:
version
'GLIBCXX_3.4.15'
not
found这个是因为笔者更新ubuntu
gcc编译器导致的。解决方法：a.
查看libstdc++.so.6支持GLIBCstrings
/usr/lib/libstdc++.so.6
|
grep
GLIBCoutput:GLIBCXX_3.4GLIBCXX_3.4.1GLIBCXX_3.4.2GLIBCXX_3.4.3GLIBCXX_3.4.4GLIBCXX_3.4.5GLIBCXX_3.4.6GLIBCXX_3.4.7GLIBCXX_3.4.8GLIBCXX_3.4.9GLIBCXX_3.4.10GLIBCXX_3.4.11GLIBCXX_3.4.12GLIBCXX_3.4.13GLIBC_2.0GLIBC_2.3GLIBC_2.1GLIBC_2.1.3GLIBC_2.3.2GLIBC_2.2GLIBCXX_FORCE_NEWGLIBCXX_DEBUG_MESSAGE_LENGTH发现里面没有支持GLIBCXX_3.4.15。在这里，笔者ubuntu中安装的gcc
4.7ls
/usr/local/gcc-4.7.2/output:bin
include
lib
libexec
share将/usr/local/gcc-4.7.2/lib/目录下面的libstdc++.so.6和libstdc++.so.6.0.17拷贝到/usr/lib/目录下面：sudo
cp
/usr/local/gcc-4.7.2/lib/libstdc++.so.6
/usr/lib/sudo
cp
/usr/local/gcc-4.7.2/lib/libstdc++.so.6.0.17
/usr/lib/sudo
rm
-f
/usr/lib/libstdc++.so.6.0.13删除libstdc++.so.6旧的链接，建立新的链接，同时删除libstdc++.so.6.0.13：sudo
ln
-sf
/usr/lib/libstdc++.so.6.0.17
/usr/lib/libstdc++.so.6sudo
rm
-f
/usr/lib/libstdc++.so.6.0.13至此搞定，现在我们回到编译cmake中。重复刚才的命令：
www.dnjsb.com
.././bootstrap注意：此时我们仍然在cmake-bulid目录下面。上面成功以后就执行如下2个命令：makesudo
make
install查看cmake是否安装成功：cmake
--versionoutput:cmake
version
2.8.10.2恭喜你，安装成功了。

Ⅲ 如何到载百度网议

不久之前，机器之心联合网络推出 PaddlePaddle 专栏，为想要学习这一平台的技术人员推荐相关教程与资源。在解析过PaddlePaddle框架之后，从这篇文章开始上手，安装 PaddlePaddle。
目录
环境
Windows 系统的安装
在 Windows 上安装 Docker 容器在 Windows 上安装 Ubuntu
使用 pip 安装
使用 Docker 安装
从源码编译生成安装包
在本地编译生成安装包在 Docker 编译生成安装包
编译 Docker 镜像
测试安装环境
最后提示
项目代码
参考资料
环境
系统：Ubuntu 16.0.4（64 位）处理器：Intel(R) Celeron(R) CPU内存：8G
Windows 系统的安装
PaddlePaddle 目前还不支持 Windows，如果读者直接在 Windows 上安装 PaddlePaddlePaddle 的话，就会提示没有找到该安装包。如果读者一定要在 Windows 上工作的话，笔者提供两个建议：一、在 Windows 系统上使用 Docker 容器，在 Docker 容器上安装带有 PaddlePaddle 的镜像；二、在 Windows 系统上安装虚拟机，再在虚拟机上安装 Ubuntu。
在 Windows 上安装 Docker 容器
首先下载 Docker 容器的工具包 DockerToolbox，笔者使用这个安装包不仅仅只有 Docker，它还包含了 VirtualBox 虚拟机，使用者工具包我们就不用单独去安装 VirtualBox 虚拟机了，DockerToolbox 的官网下载地址：https://docs.docker.com/toolbox/toolbox_install_windows/
下载之后，就可以直接安装了，双击安装包，开始安装

选择安装路径，笔者使用默认的安装路径

然后安装所依赖的软件，因为笔者之前在电脑上已经安装了 git，所以在这里就不安装了，其他都要勾选

这一步不用修改什么，让程序为我们创建一个桌面快捷键

最后就可以安装了，等待一小段时间即可

到这里就安装完成了

安装完成之后，如果直接启动 Docker 的话，有可能可能会卡在这里，因为还有下载一个 boot2docker.iso 镜像，网速比较慢的话就可能一直卡在这里。所以我们还要镜像下一步操作

Running pre-create checks...
(default) No default Boot2Docker ISO found locally, downloading the latest release...
(default) Latest release for github.com/boot2docker/boot2docker is v17.12.1-ce
(default) Downloading C:\Users\15696\.docker\machine\cache\boot2docker.iso from https://github.com/boot2docker/boot2docker/releases/download/v17.12.1-ce/boot2docker.iso...
在下载 DockerToolbox 的时候，这个工具就已经带有 boot2docker.iso 镜像了。并且存在 DockerToolbox 安装的路径上，笔者的路径是：
C:\Program Files\Docker Toolbox\boot2docker.iso
我们把这个镜像复制到用户目录\.docker\machine\cache\，如笔者的目录如下：

C:\Users\15696\.docker\machine\cache\
复制完成之后，双击桌面快捷方式 Docker Quickstart Terminal，启动 Docker，命令窗口会输出以下信息：

Running pre-create checks...
Creating machine...
(default) Copying C:\Users\15696\.docker\machine\cache\boot2docker.iso to C:\Users\15696\.docker\machine\machines\default\boot2docker.iso...
(default) Creating VirtualBox VM...
(default) Creating SSH key...
(default) Starting the VM...
(default) Check network to re-create if needed...
(default) Windows might ask for the permission to create a network adapter. Sometimes, such confirmation window is minimized in the taskbar.
(default) Found a new host-only adapter: "VirtualBox Host-Only Ethernet Adapter #3"
(default) Windows might ask for the permission to configure a network adapter. Sometimes, such confirmation window is minimized in the taskbar.
(default) Windows might ask for the permission to configure a dhcp server. Sometimes, such confirmation window is minimized in the taskbar.

(default) Waiting for an IP...
最后看到 Docker 的 logo 就表示成功安装 Docker 容器了

## .
## ## ## ==
## ## ## ## ## ===
/"""""""""""""""""\___/ ===
~~~ {~~ ~~~~ ~~~ ~~~~ ~~~ ~ / ===- ~~~
\______ o __/
\ \ __/
\____\_______/
docker is configured to use the default machine with IP 192.168.99.100
For help getting started, check out the docs at https://docs.docker.com
Start interactive shell
15696@ MINGW64 ~
$
到这就可以使用 Docker 来安装 PaddlePaddle 了，具体请看本文章中关于 Docker 使用 PaddlePaddle 部分
在 Windows 上安装 Ubuntu
在 Windows 上在 Ubuntu 就要先安装虚拟机，虚拟机有很多，笔者使用的是开源的 VirtualBox 虚拟机，VirtualBox 的官网：https://www.virtualbox.org/
安装完成 VirtualBox 虚拟机之后，进入到 VirtualBox 虚拟机中点击新建，创建一个系统

选择分配的内存，我这里只是分配了 2G，如果正式使用 PaddlePaddle 训练模型，这远远不够，读者可以根据需求分配内存

创建一个虚拟硬盘

选择默认的 VDI 硬盘文件类型

这里最好是选择动态分配硬盘，这样虚拟机会根据实际占用的空间大小使用电脑本身的磁盘大小，这样会减少电脑空间的占用率的。如果是固定大小，那么创建的虚拟机的虚拟硬盘一开始就是用户设置的大小了。

这里就是选择虚拟硬盘大小的，最后分配 20G 以上，笔者分配 30G，应该够用。

然后选择刚才创建的 Ubuntu 系统，点击设置，这系统中取消勾选软驱，然后点击存储，选择 Ubuntu 镜像，笔者使用的是 64 位 Ubuntu 16.04 桌面版的镜像

最后就可以启动安装 Ubuntu 了。选择我们创建的 Ubuntu 系统，点击启动，进入到开始安装界面，为了方便使用，笔者选择中文版的

为了安装之后不用在安装和更新应用，笔者勾选了安装 Ubuntu 时下载更新，这样在安装的时候就已经更新应用了

然后是选安装的硬盘，因为我们使用的自己创建的整一个硬盘，所以我们可以直接选择青春整个硬盘并安装 Ubuntu，这里就不用考虑分区和挂载问题了

选择所在的位置，这没什么要求的，笔者随便选择一个城市

然后是选择键盘的布局，通常的键盘布局都是英语（美国）

创建 Ubuntu 的用户名称和密码

最后就是安装了，这个安装过程可能有点久，耐心等待

安装完成之后就可以在 Windows 系统上使用 Ubuntu 系统了，我们再使用 Ubuntu 来学习和使用 PaddlePaddle 做深度学习了。最好安装完成之后，把在存储中设置的 Ubuntu 镜像移除

在本篇文章之后部分都是在 Ubuntu 上操作，我们都可以使用 Ubuntu 这虚拟机来完成。
如果读者使用的是 Windows 10，可以使用 Windows 系统自带的 linux 子系统，安装教程可以看我之前的文章 Windows10 安装 Linux 子系统。
使用 pip 安装
如果你还没有在 pip 命令的话，首先要安装 pip，要确保安装的 pip 版本是大于 9.0.0 的，否则可能无法安装 paddlepaddle。
安装 pip 命令如下：

sudo apt install python-pip
安装之后，还有看一下 pip 的的版本 pip --version，如果版本低于 9.0.0，那要先升级 pip，先要下载一个升级文件，命令如下：

wget https://bootstrap.pypa.io/get-pip.py
下载完成之后，可以使用这个文件安装最新的 pip 了

python get-pip.py
安装 pip 就可以动手安装 paddlepaddle 了。如果权限不够，请在 root 下执行命令
pip install paddlepaddle
现在就测试看看 paddlepaddle 有没有，在 python 的命令终端中试着导入 paddlepaddle 包：

import paddle.v2 as paddle
如果没有报错的话就证明 paddlepaddle 安装成功了。
使用 Docker 安装
为什么要使用 Docker 安装 paddlepaddle 呢，Docker 是完全使用沙箱机制的一个容器，在这个容器安装的环境是不会影响到本身系统的环境的。通俗来说，它就是一个虚拟机，但是它本身的性能开销很小。在使用 Docker 安装 paddlepaddle 前，首先要安装 Docker，通过下面的命令就可以安装了：

sudo apt-get install docker
安装完成之后，可以使用 docker --version 查看 Docker 的版本，如果有显示，就证明安装成功了。可以使用 docker images 查看已经安装的镜像。
一切都没有问题之后，就可以用 Docker 安装 paddlepaddle 了，命令如下：

docker pull docker.paddlepaddlehub.com/paddle
在这里不得不说的是，这个安装过程非常久，也许是笔者的带宽太小了。安装完成后，可以再使用 docker images 命令查看安装的镜像，应该可以 看到类似这样一个镜像，名字和 TAG 会相同，其他信息一般不同

docker.paddlepaddlehub.com/paddle latest 2b1ae16d846e 27 hours ago 1.338 GB
从源码编译生成安装包
我们的硬件环境都有很大的不同，官方给出的 pip 安装包不一定是符合我们的需求，比如笔者的电脑是不支持 AVX 指令集的，在官方中没找到这个的安装包（也行现在已经有了），所以我们要根据自己的需求来打包一个自己的安装包。
在本地编译生成安装包
1. 安装依赖环境
在一切开始之前，先要安装好依赖环境，下面表格是官方给出的依赖环境

1.1 安装 GCC
一般现在的 Ubuntu 都是高于个版本了，可以使用 gcc --version 查看安装的版本。比如笔者的是 4.8.4，如果你的是版本是低于 4.8.2 的就要更新一下了

sudo apt-get install gcc-4.9
1.2 安装 CMake
先要从官网下 CMake 源码
wget https://cmake.org/files/v3.8/cmake-3.8.0.tar.gz
解压源码

tar -zxvf cmake-3.8.0.tar.gz
依次执行下面的代码

# 进入解压后的目录
cd cmake-3.8.0
# 执行当前目录的 bootstrap 程序
./bootstrap
# make 一下
make
# 开始安装
sudo make install
查看是否安装成功，cmake --version，如果正常显示版本，那已经安装成功了。
1.3 安装 pip
关于安装 pip9.0.0 以上的版本，在上面的使用 pip 安装部分已经讲了，这里就不在熬述了
1.4 安装 numpy
安装 numpy 很简单，一条命令就够了

sudo apt-get install python-numpy
顺便多说一点，matplotlib 这个包也经常用到，顺便安装一下

sudo apt-get install python-matplotlib
1.5 安装 SWIG
执行下面代码安装 SWIG，安装成功之后，使用 swig -version 检查安装结果

sudo apt-get install -y git curl gfortran make build-essential automake swig libboost-all-dev
1.6 安装 Go
官方说可选择，那看情况吧，如果像安装安装吧，笔者顺便安装了，就一条代码的事情，老规则 go version

sudo apt-get install golang
到这里，依赖环境就已经安装好了，准备安装 paddlepaddle。
2. 首先要在 GitHub 上获取 paddlepaddle 源码

git clone https://github.com/PaddlePaddle/Paddle.git
3. 然后输以下命令

# 进入刚下载的 Paddle 里面
cd Paddle
# 创建一个 build 文件夹
mkdir build
# 进入 build 文件夹里
cd build
# 这就要选好你的需求了，比如笔者没有使用 GPU，不支持 AVX，为了节省空间，我把测试关闭了，这样会少很多空间。最后不要少了..
cmake .. -DWITH_GPU=OFF -DWITH_AVX=OFF -DWITH_TESTING=OFF
# 最后 make，生成你想要的安装包，这个可能很久, 一定要有耐心
make
经过长久的 make 之后，终于生成了我们想要的安装包，它的路径在 Paddle/build/python/dist 下，比如笔者在该目录下有这个安装包 paddlepaddle-0.11.0-cp27-cp27mu-linux_x86_64.whl，你的命名可能不是这个。之后就可以安装了，使用 pip 安装：

# 请切入到该目录
cd build/python/dist/
# 每个人的安装包名字可能不一样。如果权限不够，请在 root 下执行命令

pip install paddlepaddle-0.11.0-cp27-cp27mu-linux_x86_64.whl
这个我们就已经安装了 paddlepaddle，现在就测试看看 paddlepaddle 有没有安装成功了，在 python 的命令终端中试着导入 paddlepaddle 包：

import paddle.v2 as paddle
如果没有报错的话就证明 paddlepaddle 安装成功了。
在 Docker 编译生成安装包
使用 Docker 就轻松很多了，有多轻松，看一下便知 。
1. 首先要在 GitHub 上获取 paddlepaddle 源码

git clone https://github.com/PaddlePaddle/Paddle.git
2. 切入到项目的根目录下

cd Paddle
3. 生成安装包
下面一行代码，提醒一下，这个过程非常长，一定要有耐心，顺便把编译测试关了，减少空间

docker run -it -v $PWD:/paddle -e "WITH_GPU=OFF" -e "WITH_AVX=OFF" -e "-DWITH_TESTING=OFF" docker.paddlepaddlehub.com/paddle:latest-dev bash -x /paddle/paddle/scripts/docker/build.sh
同样会在 Paddle/build/python/dist 下生成一个安装包，这对比在本地生成的安装包，是不是要简单很多，没错这就是 Docker 强大之处，所有的依赖环境都帮我们安装好了，现在只要安装这个安装包就行了：

# 请切入到该目录
cd build/python/dist/
# 每个人的安装包名字可能不一样。如果权限不够，请在 root 下执行命令
pip install paddlepaddle-0.11.0-cp27-cp27mu-linux_x86_64.whl
同样我们要测试看看 paddlepaddle 有没有安装成功了，在 python 的命令终端中试着导入 paddlepaddle 包：

import paddle.v2 as paddle
如果没有报错的话就证明 paddlepaddle 安装成功了。
编译 Docker 镜像
如果你比较喜欢使用 Docker 来运行你的 paddlepaddle 代码，但是有没有你想要的镜像，这是就要自己来制作一个 Docker 镜像了，比如笔者的电脑是不支持 AVX 指令集的，还只有 CPU，那么我就要一个不用 AVX 指令集和使用 CPU 训练的镜像。好吧，我们开始吧
1. 我们要从 GitHub 下载源码：

git clone https://github.com/PaddlePaddle/Paddle.git
2. 安装开发工具到 Docker image 里

# 切入到 Paddle 目录下
cd Paddle
# 下载依赖环境并创建镜像，别少了最后的.

docker build -t paddle:dev .
有可能它不能够命名为 paddle:dev，我们可以对他从重新命名，ID 要是你镜像的 ID

# docker tag <镜像对应的 ID> <镜像名:TAG>
例如：docker tag 1e835127cf33 paddle:dev
3. 编译
# 这个编译要很久的，请耐心等待

docker run --rm -e WITH_GPU=OFF -e WITH_AVX=OFF -v $PWD:/paddle paddle:dev
安装完成之后，使用 docker images 查看刚才安装的镜像。
测试安装环境
我们就使用官方给出的一个例子，来测试我们安装 paddlepaddle 真的安装成功了
1. 创建一个记事本，命名为 housing.py，并输入以下代码：

import paddle.v2 as paddle
# Initialize PaddlePaddle.
paddle.init(use_gpu=False, trainer_count=1)
# Configure the neural network.
x = paddle.layer.data(name='x', type=paddle.data_type.dense_vector(13))
y_predict = paddle.layer.fc(input=x, size=1, act=paddle.activation.Linear())
# Infer using provided test data.
probs = paddle.infer(
output_layer=y_predict,
parameters=paddle.dataset.uci_housing.model(),
input=[item for item in paddle.dataset.uci_housing.test()()])
for i in xrange(len(probs)):
print 'Predicted price: ${:,.2f}'.format(probs[i][0] * 1000)
2. 执行一下该代码
在本地执行代码请输入下面的命令
python housing.py
在 Docker 上执行代码的请输入下面的代码

docker run -v $PWD:/work -w /work -p 8899:8899 docker.paddlepaddle.org/paddle python housing.py
-v 命令是把本地目录挂载到 docker 镜像的目录上，-w 设置该目录为工作目录，-p 设置端口号，使用到的镜像是在使用 Docker 安装部分安装的镜像 docker.paddlepaddle.org/paddle
3. 终端会输出下面类似的日志

I0116 08:40:12.004096 1 Util.cpp:166] commandline: --use_gpu=False --trainer_count=1
Cache file /root/.cache/paddle/dataset/fit_a_line.tar/fit_a_line.tar not found, downloading https://github.com/PaddlePaddle/book/raw/develop/01.fit_a_line/fit_a_line.tar
[==================================================]
Cache file /root/.cache/paddle/dataset/uci_housing/housing.data not found, downloading https://archive.ics.uci.e/ml/machine-learning-databases/housing/housing.data
[==================================================]
Predicted price: $12,316.63
Predicted price: $13,830.34
Predicted price: $11,499.34
Predicted price: $17,395.05
Predicted price: $13,317.67
Predicted price: $16,834.08

Predicted price: $16,632.04
如果没有成功运行该代码，报错信息如下，说明安装的 paddlepaddle 版本过低，请安装高版本的 paddlepaddle

I0116 13:53:48.957136 15297 Util.cpp:166] commandline: --use_gpu=False --trainer_count=1
Traceback (most recent call last):
File "housing.py", line 13, in <mole>
parameters=paddle.dataset.uci_housing.model(),

AttributeError: 'mole' object has no attribute 'model'
最后提示
有很多学习者会出现明明安装完成 PaddlePaddle 了，但是在 PaddlePaddle 的时候，在初始化 PaddlePaddle 这一行代码出错

paddle.init(use_gpu=False, trainer_count=1)
这个多数是读者的电脑不支持 AVX 指令集，而在 PaddlePaddle 的时候，安装的是支持 AVX 指令集的版本，所以导致在初始化 PaddlePaddle 的时候报错。所以在安装或者编译 PaddlePaddle 安装包时，要根据读者电脑本身的情况，选择是否支持 AVX 指令集。查看电脑是否支持 AVX 指令集，可以在终端输入以下命令，输出 Yes 表示支持，输出 No 表示不支持。
if cat /proc/cpuinfo | grep -i avx; then echo Yes; else echo No; fi
项目代码
GitHub 地址:https://github.com/yeyupiaoling/LearnPaddle
参考资料
http://paddlepaddle.org/
https://pip.pypa.io/en/stable/
http://www.runoob.com/
http://www.linuxidc.com/Linux/2016-12/138489.htm
https://www.jianshu.com/p/c6264cd5f5c7

Ⅳ 小白请教osg（OpenSceneGraph）如何安装

一下载资料：

1、下载源码：
在http://www.openscenegraph.org/projects/osg/wiki/Downloads下载稳定版本的源代码或预编译包。

source code为源代码，可以用CMAKE工具生成.sln的解决方案；
binaries为预编译包，预编译包不是openscenegraph官方直接维护，而是有其他爱好者上传，可能会有隐患，最好是从源代码进行编译。
版本说明：<主版本号>.<副版本号>.<修订号>
主版本号高的，功能丰富；副版本号为偶数的为正式版本，比较稳定；副版本号为奇数的为开发者版本，有新特性和功能，但会存在未解决皮隐的兼容性和效率问题；开发者版本和正式版本是同步发行的。

下载文件为：OpenSceneGraph-2.8.0.zip

2、下载Cmake工具：
在http://www.cmake.org/cmake/resources/software.html中下载CMake工具cmake-2.8.2-win32-x86.exe。

3、下载SVN软件（用于下载源码或第三方库,有的版本不需要此软件，可直接下，根据情况定）：

在http://tortoisesvn.tigris.org/下载TortoiseSVN。

4、下载第三方库Dependencies，http://www.openscenegraph.org/projects/osg/wiki/Downloads/Dependencies，
“VisualStudio 8 (2005) SP1 - svn access directory ”

5、下载示例：
在http://www.openscenegraph.org/projects/osg/wiki/Downloads/SampleDatasets中下载示例数据文件OpenSceneGraph-Data-2.8.0.zip 。

二、安装
1、安装cmake工具
2、在某盘符下建立osg文件夹，在该文件夹中放置源码文件、第三方文件和示例文件。
3、运行cmake，
第一行（where is the source code)输入osg文件夹中的源码文件；
第二行(where to build the binaries)输入一个新文件夹名及地址，如燃迹厅osg/build_osg；
点configure，选择所用的编译器版本，即c++版本；
点grouped，选择build项，选择build_osg_examples和build_osg_wrappers;
选择cmake项,设置cmake_install_prefix的位置（用于存放编译完的各种模块文件，如库文件、可执行文件和头文件）
点configure,点advanced,选上build_mfc_example
点configure,
点generate，完成。
此时州腊在osg/build_osg文件中生成了对应编译版本的.sln文件。
4、用c++编译器打开该.sln文件，在解决方案管理器窗口中的all_build上右击，选“生成”，将在osg/build_osg中生成几个G的文件。
在install上右击，选“生成”，将在第三步中cmake_install_prefix设置的文件夹中生成编译完的各种模块文件（如库文件、可执行文件和头文件）。

三、设置环境变量
我的电脑-属性-高级-环境变量
系统变量
OPENSCENEGRAPH_VERSION=2.8.0
OSGDIR=D:\Program Files\OpenSceneGraph
PATH新增：%OSGDIR%\bin;
%OSGDIR%\bin\osgPlugins-%OPENSCENEGRAPH_VERSION%
OSG_FILE_PATH=%OSGDIR%\data
OSG_NOTIFY_LEVEL=INFO

四、简单测试
在控制台下输入osgviewerd cow.osg

五、建立工程环境
1、使VS支持无扩展名头文件的高亮显示。
进入visual studio，选择Tools-Options,选text editor-file extension,在下面的map extensionless files to选项选择microsoft visual c++。
2、构建基于OSG开发的工程。
1）建一个工程
2）在project-properties中选择configuration properties-c/c++,在additional include directories中输入“$(OSGDIR)\include”。
3）选择configuration properties-linker，在additional library directories中输入“$(OSGDIR)\lib”。
4）选择configuration properties-linker-input，打开additional dependencies窗口，准备配置输入的依赖库文件名称。如OpenThreadsd.lib;osgd.lib;osgDBd.lib;osgUtild.lib;osgGAd.lib;osgTextd.lib;osgViewerd.lib
注意:Debug版本的工程和Release版本的工程所依赖的OSG库文件类型相同,但名称有区别.Debug版本的文件名末尾有"d"标识。根据用户需要的不同，还可以添加其他库依赖文件，这些文件在osg的lib文件夹中。

OK，现在可以编代码，编译、调试，输出效果了，体会OSG渲染引擎的强大吧

Ⅳ CMake怎么装不起来

CMake是一个跨平台的安装(编译)工具,可以用简单的语句来描述所有平台的安装(编译过程)。他能够输出各种各样的makefile或者project文件,能测试编译器所支持的C++特性,类似UNIX下的automake。只是 CMake 的组态档取名为 CmakeLists.txt。Cmake 并不直接建构出最终的软件，而是产生标准的建构档（如 Unix 的 Makefile 或 Windows Visual C++ 的 projects/workspaces），然后再依一般的建构方式使用。这使得熟悉某个集成开发环境（IDE）的开发者可以用标准的方式建构他的软件，这种可以使用各平台的原生建构系统的能力是 CMake 和 SCons 等其他类似系统的区别之处。
CMake 可以编译源代码、制作程式库、产生适配器（wrapper）、还可以用任意的顺序建构执行档。CMake 支持 in-place 建构（二进档和源代码在同一个目录树中）和 out-of-place 建构（二进档在别的目录里），因此可以很容易从同一个源代码目录树中建构出多个二进档。CMake 也支持静态与动态程式库的建构。
“CMake”这个名字是“cross platform make”的缩写。虽然名字中含有“make”，但是CMake和Unix上常见的“make”系统是分开的，而且更为高阶。

下载：
在安装metis-5.0时，安装说明中要求必须安装CMake2.8版本，下面是CMake的安装和使用方法，记录下来以便以后学习。
在网址 http://www.cmake.org/ 下载你所需要的CMake源码包cmake-2.8.8.tar..gz(版本不同，压缩包后缀不同)，分为Unix/linux版本 和 windows版本 。

1、安装
有好几种安装CMake 的方法，因你所用的平台而异。
（1）从源码安装
Windows
在CMake 下载页面 上有已编译好的二进制包。它提供的是一个可执行的安装程序。你还可以下载源码包并从源码包编译CMake。CMake下载页面还提供了已释出的源码和访问CVS的指令。

为了从源码树编译CMake，你必须先要安装最新的CMake二进制版本，因为要用它来编译源码树。一旦装好了二进制版本的CMake，你就可以像编译其他项目一样使用CMake编译CMake了。一般来说，这意思是你要选择CMake源码目录作为源目录，然后再指定编译出来的可执行程序结果的位置。

Linux, Mac OSX, UNIX & Cygwin
在CMake 下载页面 上有许多UNIX平台上已经编译好的二进制包。

下面有几种从源码树编译CMake的方法：

解压：tar xvf cmake-2.8.8.tar.gz

进入解压目录：cd cmake-2.8.8

进行如下操作：（选择适合自己的操作步骤）

如果还没有安装CMake，源码树中提供了一个 bootstrap 脚本：
./bootstrap
make
make install
(注：make install 一步是可选的，CMake 可以在编译目录下运行。)

一个已经安装了的CMake也可以用于编译新版本的CMake：
cmake .
make
make install
(注：make install 一步是可选的，CMake 可以在编译目录下运行。)

在UNIX上，如果你不是使用的GNU C++编译器，你要告诉bootstrap 脚本你想用哪个编译器。这可以在运行configure命令前通过设置CC和CXX环境变量完成。例如，在一个带有7.3X编译器的SGI平台上，你可以像下面这样编译CMake：
(setenv CXX CC; setenv CC cc; ./bootstrap)
make
make install
要查看bootstrap脚本的详细参数，请执行 ./bootstrap –help

（2）从二进制安装
sudo apt-get install cmake

2、cmake 运行
（1）运行cmake with GUI

如果系统中有curses库的话，cmake将生成一个可执行文件ccmake，它是一个基于文本程序的终端，有点类似windows GUI。

在源码目录中运行ccmake .，生成的二进制文件存放在源码目录下

当然也可以在其他目录下运行ccmake，只是要指定你想编译的源码的路径

ccmake的使用

当我们在源码目录下运行ccmake . 时，终端将显示如下：

当我们键入c时，ccmake将编译

当我们键入方向键时，可以选择cache entry

当我们键入enter时，可以编辑cache entry

当我们键入g时，将生成Makefile，然后退出

当我们键入h时，将弹出帮助文档

当我们键入q时，将退出ccmake

当我们键入t时，可以打开或关闭advanced cache entry

（2）运行cmake from the command line

如果源码没有太多的选项（在CMakeCache.txt文件中)，可以只用cmake .来产生Makefile。

如果源码选项太多，比如VTK，可以把参数-i传递给cmake，如：cmake -i .，

cmake将让你为每一个cache file文件中的选项指定一个值，也能让你增加新的选项到文件CMakeCache.txt中，或者使用ccmake，或者使用CMakeSetup。

当然，也可以传递设置选项的参数给cmake，如：

cmake -DVARIABLE:TYPE=VALUE .

3、 CMake cache

cmake第一次运行的时候，它将产生一个文件叫CMakeCache.txt，该文件可以被看作一个配置文件，它里面的内容就像传递给configure命令的参数集，CMake GUI可以帮你很容易修改它，当然也可以直接对该文件做修改；如果你的CMakeLists.txt文件做过较大幅度的修改，你需要从cache中删除相关的选项，如果你还没有手动编辑过cache文件，在你重新运行cmake之前需删除它。

4、 Cmake语法

（1）基本概念

cmake使用Cmake dfjs;dfasfLists.txt文件，该文件用include或者add_subdirectory命令来增加额外的输入文件。

注释行以#开头到该行结尾

命令是由命令名，加括号，括号中的参数用空白隔开，它可以是内建的命令如add_library，或者用户定义的宏或函数

所有的空格，包含空白符，空行，tabs，当然除了用来隔开参数的空白，都被忽略

Ⅵ linux 怎么安装make

1、查看Linux位数:#getconfLONG_BIT 。