Ubuntu中搭建强化学习平台(使用anaconda管理Python并安装tensorflow、opencv)
首先介绍一下anaconda,annoconda是一个开源的Python发行版本,里面集成了python、conda等多个科学包及其依赖项。安装完成之后,就可以使用conda版本管理器进行管理,可以让你的电脑运行多个版本的Python、tensorflow,conda通过创建不同的完全隔开的沙盒环境,使得不会出现版本不兼容的问题。
1、安装annoconda
到官网http://continuum.io/downloads下载anaconda
Linux命令行中,可以通过一下命令直接下载
wget https://repo.continuum.io/archive/Anaconda3-5.0.1-Linux-x86_64.sh
切换到文件所在文件夹下(如果使用wget命令下载,则无需切换):
cd Download
执行一下命令安装
bash Anaconda3-5.0.-Linux-x86_64.sh
PS:执行以上命令前,必须先切换到Anaconda-2.2.0-linux-x86_64.sh文件所在目录中,如:cd Download
必须保存有足够的空间安装annoconda,b不然可能出现错误:
tar:....:Wrote only 2048 of 10240 bytes
tar:Exitingwith failure status due to previous errors
如果磁盘空间不足,可以下载miniconda进行安装。
之后按照提示信息一直按ENTER键即可成功安装。
2、在annoconda中安装tensorflow
2.1安装tensorflow(cpu版本)
ps:如果想装GPU版本,请跳转到安装tensorflow(GPU版本)
新建一个环境:(环境名字为tensorflow,使用Python3.6版本)
conda create -n tensorflow python=3.6
激活tensorflow环境,进入环境中:
source activate tensorflow
安装tensorflow(以下命令安装的是conda上tensorflow的CPU版本)
(
2. 添加清华大学 TUNA提供的Anaconda仓库镜像
$conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
搜索当前可用的tensorflow版本:
anaconda search -t conda tensorflow
anaconda show anaconda/tensorflow
conda install --channel https://conda.anaconda.org/anaconda tensorflow
或者
conda install -c anaconda tensorflow
(ps:注意更新pip之后,pip与pip3的的区别;如果使用pip3 install xxx,错误之后,可以试试pip install xxx.)
pip3 install tensorflow
或者
conda install -c conda-forge tensorflow
检验是否安装成功(没有报错就证明安装成功)
import tensorflow as tf
查看tensorflow版本和安装路径(做进一步检查是否安装成功)
进入Python环境
python
导入tensorflow模块
import tensorflow as tf
查询tensorflow版本
tf.__version__
查询tensorflow安装路径为:
tf.__path__
退出tensorflow环境
source deactivate
2.2安装tensorflow(GPU版本)
PS:要安装GPU版本,先要卸载旧版本的tensorflow.
进入相应环境中(命令:source activate tensorflow),查看tensorflow版本,
pip3 show tensorflow
卸载(有多少个卸载多少个)
pip3 uninstall protobuf
pip3 uninstall tensorflow
退出相对应环境,(命令:source deactivate)。
由于要使用GPU,所以必须先安装使用GPU相关的SDK,对于Nvidia 显卡(英伟达),需要安装显卡驱动、CUDA 、cuDNN 。CUDA是NVIDIA 推出的使用GPU 资源进行计算的SDK ,CUDA 里面集成了显卡驱动。 下载地址:https://developer.nvidia.com/cuda-toolkit
2.2.1 安装cuda
在网站中找到相对应的版本,下载安装(可以使用wget命令下载,将下面cuda-repo-ubuntu1604-8-0-local_8.0.44-1_amd64.deb替换成自己下载的文件名)
sudo dpkg -i cuda-repo-ubuntu1604---local_8.0.44-1_amd64.deb
sudo apt-get update
sudo apt-get install cuda
配置环境变量,切换到home下,编辑.bashrc
gedit .bashrc
在文本末尾添加
export LD_LIBRARY_PATH=/usr/local/cuda/lib64:$LD_LIBRARY_PATH
export CUDA_HOME=/usr/local/cuda:$CUDA_HOME
2.2.2 安装cudnn
下载Cudnn v5.1,进入下载目录,执行下列命令:
tar xvzf cudnn-8.0-linux-x64-v5..tgz
把Cudnn的头文件和库文件复制到Cuda路径下的include和lib目录
sudo cp cuda/include/cudnn.h /usr/local/cuda/include
sudo cp cuda/lib64/libcudnn.so* /usr/local/cuda/lib64
修改权限
sudo chmod a+r /usr/local/cuda/include/cudnn.h /usr/local/cuda/lib64/libcudnn.so*
2.2.3 新建一个环境:(环境名字为tensorflow,使用Python3.6版本)
conda create -n tensorflow python=3.6
激活tensorflow环境,进入环境中:
source activate tensorflow
安装tensorflow(GPU)(使用pip安装)
pip3 install --upgrade tensorflow-gpu
检验是否安装成功(没有报错就证明安装成功)
import tensorflow as tf
查看tensorflow版本和安装路径(做进一步检查是否安装成功)
进入Python环境
python
导入tensorflow模块
import tensorflow as tf
查询tensorflow版本
tf.__version__
查询tensorflow安装路径为:
tf.__path__
退出tensorflow环境
source deactivate
3、安装opencv3(在tensorflow中安装)
激活tensorflow环境,进入环境中:
source activate tensorflow
安装opencv
conda install -c https://conda.binstar.org/menpo opencv
初步检验是否安装成功
进入python环境
python
导入opencv
import cv2
如果没有报错,说明安装成功。
最新文章
- HTML5 五子棋 - JS/Canvas 游戏
- sujection重构
- linux 学习 13 系统管理
- 打印文本中的所有单词,并且打印每个单词出现的行号,非实义单词不考虑(TCPL,练习6-3)
- hdu 5018 Revenge of Fibonacci
- 【bzoj3527】[Zjoi2014]力 FFT
- Emacs常用命令汇总
- 最长公共子序列模板(LCS)和LICS模板
- 基本的MFC多线程
- 转载 网页打印时设置A4大小
- tomcat的配置详解:[1]tomcat绑定域名
- 【转】Android自动化测试之MonkeyRunner录制和回放脚本(四)
- busbox编译出错,arm-linux-未找到命令
- angular : ng-animate : css 原理,详解
- angularjs指令中的compile与link函数详解
- UML图中类之间的关系
- Linux(三)——Unix&;Linux 的基础命令
- ES6 Proxy的应用场景
- USART_GetITStatus和USART_GetFlagStatus的区别
- win10: This file can't be opened
热门文章
- 网易cetus数据库中间件安装-读写分离版本
- concurrent.futures进行并发编程
- freeswitch reloadxml 出错
- 论文笔记:Deeper and Wider Siamese Networks for Real-Time Visual Tracking
- .Net dependent configuration
- [转载]vb 时间戳与时间互转
- LaTex 使用特殊章节符号 (§)
- abap 增强查找小程序
- Docker跨主机网络联通之etcd实现
- [转]osgconv工具简介