参考博客https://blog.csdn.net/JACK_YOUNG007/article/details/88936613
写在前面
当初学习一段时间的SLAM(即时定位与地图构建)安装了双系统（win8+ubuntu),但是由于只分配给ubuntu20G（默认）的存储空间，导致现在存储空间已经所剩无几，之后学习kensorflow,keras也都是在windows上进行的，然而deeplabcut支持Ubuntu，于是才开始着手解决存储空间的问题。（重要的事情说三遍：安装Ubuntu一定要分配足够的空间！安装Ubuntu一定要分配足够的空间！安装Ubuntu一定要分配足够的空间！）
挂载
概念:类似于 Windows 下面的盘符概念。把一个分区挂载到一个目录上（Linux 不支持盘符这种方式），这样才能对这个磁盘上面的文件进行操作。这个时候这个分区需要继承这个目录的目录级别。比如某个分区 sda2 ，挂载到 /usr/src 里，这个时候这个 sda2 里面的 aaa 目录，现在的路径就是 /usr/src/aaa 。这点也类似于 Windows 的修改盘符，比如 D:\aaa 。把盘符修改为 E ，这个目录就成了 E:\aaa 。但他们还是一个东西。挂载后，你所修改的内容（包括复制，删除，移动等），只要在这个被挂载的分区所包含的文件、目录，都会保存在这个分区里，而不是原来的目录里。效果和 Windows 里面用 U 盘的效果一样。只不过 U 盘用的是一个盘符，Linux 里面，需要一个目录。你把 Windows 想象成一个最高级别的目录是“我的电脑”，C D E F 这些盘符都是他的一个“目录”，就能发现他和 Linux 的挂载很相似，只不过 Windows 不允许出现没有挂载分区的空的这种挂载点而已。这里面 / 也是一个挂载点，就像 C: 一样，一个不允许随便改的专用挂载点。
利用挂载扩大存储空间是可以的，但是对于无法自定义安装路径的软件的来说，这个软件是无法安装的，因为这些安装包会有些默认的安装路径，所以这个方法的适用范围有局限性。（这一点我大概是用了一个移动硬盘试了1天多，尝试了全网各种挂载方法，可能我说的不对，但是我就是没成功过）
扩容（亲测有效）
就在我准备重做双系统的时候，我看到了神奇的扩容。这里的目的只是为了ubuntu扩容。大致的核心思想就是站在第三方的角度，将windows下未分配的磁盘空间转移到Ubuntu上。亲测有效的方法链接如下：https://blog.csdn.net/zbr794866300/article/details/97623273?depth_1-utm_source=distribute.pc_relevant.none-task&utm_source=distribute.pc_relevant.none-task只要将调整分区理解到位就基本上没问题。
正文
英国《自然-神经科学》期刊上发表的一篇论文，介绍了一种经过深度学习训练后，实现自动捕捉动物运动的软件DeepLabCut。其精细程度可以跟踪果蝇产卵、伸吻，以及小鼠每一个脚趾的轨迹。美国哈佛大学团队运用一种新型深度学习算法，成功追踪动物运动及行为，其准确度可达到人工水平，而且无需采用追踪标记物或进行费时的手动分析。专家认为，这一成果打开了海量的数据来源之门。
本人环境 Ubuntu 19.04，根据自己电脑显卡分别安装对应版本的NVIDIA，CUDA 10，Anaconda，Python。请先百度自行安装好。
1、首先到 https://repo.anaconda.com/archive 下载对于你Python版本的Anaconda，并安装。
2、环境创建命令：
在上述环境安装完成的情况下进行：
conda create -n deeplabcut-py36 python=3.6激活环境，之后的操作都是在激活 deeplabcut-py36环境的情况下进行操作
source activate deeplabcut-py36这里如果激活环境报错，解决办法如下（我也不知道为什么，但是很神奇的是就解决了）：
# 激活环境
source activate
# 退出环境
source deactivate
#重新激活deeplabcut-py36环境
source activate deeplabcut-py36安装gpu版本，deeplabcut 现阶段只支持 tensorflow 1.8 版本
conda install tensorflow-gpu安装deeplabcut
pip install deeplabcut这里如果出现readtimeout错误，设置超时时间：
pip --default-timeout=100 install deeplabcut安装wxpython-这是一个Python的GUI库。
第一步：所以需要确定系统是否安装了GTK以及GTK类型。
#gtk1.0
pkg-config --modversion gtk+
#gtk2.0
pkg-config --modversion gtk+-2.0
#gtk3.0
pkg-config --modversion gtk+-3.0笔者使用的是Ubuntu 19.04，gtk2
pip install https://extras.wxpython.org/wxPython4/extras/linux/gtk2/ubuntu-18.04/wxPython-4.0.3-cp36-cp36m-linux_x86_64.whl可能会出现readtimeout错误，设置超时时间也不行，我是在官网下载到电脑之后，然后在下在目录下 sudo install (文件名）
环境检测：
# 在激活 deeplabcut-py36 环境下
# 进入 python 交互环境
(deeplabcut-py36) liogwa@liogwa-Vostro-14-5480:~$ python
Python 3.6.10 |Anaconda, Inc.| (default, Jan 7 2020, 21:14:29)
[GCC 7.3.0] on linux
Type "help", "copyright", "credits" or "license" for more information.
>>> import tensorflow as tf
>>>sess = tf.Session(config=tf.ConfigProto(log_device_placement=True))
# 如果能够正确显示出GPU信息说明成功
>>>import deeplabcut
# 无报错则说明成功
这里我遇到的报错是：ImportError: libpython3.6m.so.1.0: cannot open shared object file: No such file or directory；
解决方法：终端依次输入：
#查找libpython3.6m.so.1.0:位置
locate libpython3.6m.so.1.0:
cd /etc/ld.so.conf.d
sudo touch python3,conf
sudo gedit python3.conf
将查找的位置写入conf文件->save
sudo ldconfig
重新检测环境，一切顺利，关于deeplab的 使用，后续可能会更新……
一些其他相关指令：
conda info --envs #列出系统中现有的环境
conda remove –n 环境名 –all #移除环境
source activate 环境名 #激活环境
source deactivate # 退出环境
conda create -n deeplabcut-py36 python=3.6 #创建环境
