Ubuntu16.04环境下通过Anaconda安装Tensorflow
默认Anaconda已经安装完毕。
我安装的版本:
conda 4.2.9 + tensorFlow 1.12.0 + 虚拟环境下的python 3.6.1
conda常用命令
1)$ conda list 查看安装了哪些包。
2)$ conda env list 或 conda info -e 查看当前存在哪些虚拟环境
3)$ conda update conda 检查更新当前conda
4)$ conda --version 查询conda版本 或者用conda -V
5)$ conda -h 查询conda的命令使用
6)$ anaconda-navigator 启动anaconda图形化界面
1. 创建python虚拟环境
$ conda create -n your_env_name python=X.X anaconda
比如我想要一个python3.6的环境,环境名为tf1:
$ conda create -n tf1 python=3.6 anaconda
2. 切换不同python虚拟环境版本
$ python --version 检查当前python的版本
$ source activate your_env_name(虚拟环境名称) 激活想使用的python虚拟环境
比如我切换到tf1环境:
$ source activate tf1
再使用 $ python --version 检查是否为想要的python版本
3. 对虚拟环境中安装额外的包
(1)不激活虚拟环境,直接进行安装 (假设这里的虚拟环境为 tf1)
$ conda install -n tf1 <包名称>
(2)先激活虚拟环境 (此处假设虚拟环境名称为 tf1) ,再安装包
$ source activate tf1
$ conda install <包名称>
4. 关闭当前虚拟环境(即从当前环境退出返回使用PATH环境中的默认python版本
$ source deactivate
5. 删除虚拟环境。
$ conda remove -n your_env_name(虚拟环境名称) --all
比如:
$ conda remove -n tf1 --all
6. 删除环境中的某个包
$ conda remove --name your_env_name package_name
比如删除tensorflow:
$ conda remove --name tf1 tensorflow
安装Tensorflow
一、 建立一个tensorflow的python环境
$ conda create -n tf1 python=3.6
二、在新建环境中安装tensorflow
$ source activate tf1 先激活新建的python环境
conda安装不上,我用的pip + 豆瓣的镜像
$ pip install tensorflow==1.12 -i https://pypi.douban.com/simple
三、验证是否安装成功
重启terminal后,输入命令:
$ source activate tf1 #首先激活tf1(自己创建的python环境)
$ python #启动python环境
# 验证TensorFlow是否安装成功
>>> import tensorflow as tf
>>> hello = tf.constant('Hello, TensorFlow!')
>>> sess = tf.Session()
>>> print(sess.run(hello))
Hello, TensorFlow! # 安装成功!
安装成功后,每次使用 TensorFlow 的时候需要激活 conda 环境
如果安装失败,以下方法我都试过,但我安装上了之后,import tensorflow会报错,不知道啥原因…你们可以试试
1、$ pip install --upgrade --ignore-installed -i https://pypi.mirrors.ustc.edu.cn/simple tensorflow==1.12.0
2、$ pip --default-timeout=100 install tensorflow==1.12.0 -i https://pypi.douban.com/simple # 安装超时时使用的
3、$ pip install -i https://pypi.doubanio.com/simple/ --trusted-host pypi.doubanio.com --target=/home/addie/anaconda3/envs/tensorflow1/lib/python3.6/site-packages tensorflow
配置anaconda
如果不进行配置,启动spyder等也是不能够运行tensorflow的,因为anaconda中默认安装的spyder等是应用于root环境的,而非tf1。在Terminal中运行命令:
anaconda-navigator #启动anaconda
在左侧列表中,选择Environment,可看到Anaconda中安装环境为root和tf1。选择tf1后,边上会出现一个箭头,这时就可以在右边的列表中查看、安装、卸载Tensorflow下的软件及软件包了。
安装的软件可在anaconda->home下查看,同样需要选择应用环境。
ipython # terminal下运行python语句,支持自动补全
spyder # 集成开发环境
jupyter # 交互式笔记本
根据需要安装的python库有:
numpy
pandas
matplotlib
......
启动Tensorflow开发环境
有两种方法,方法一,通过anaconda启动:
anaconda-navigator
#启动anaconda->home->(Applications on)tensorflow,启动相关开发软件
方法二,通过terminal启动:
source activate tensorflow # 激活Tensorflow环境
python # 或ipython或Spyder启动开发环境
查看显卡型号
lspci |grep -i vga
lspci |grep -i nvidia
这是我的显卡型号:
00:02.0 VGA compatible controller: Intel Corporation HD Graphics 620 (rev 02)
查看 Ubuntu 的版本号
sudo lsb_release -a
我的Ubuntu:
Ubuntu 16.04.6 LTS
鼠标变十字,怎么改回去
$ ps -A | grep import
$ kill -9 <第一串数字>
安装jieba,用镜像
pip install -i https://pypi.tuna.tsinghua.edu.cn/simple jieba
通过 `import jieba` 来引用。
jieba库是一款优秀的 Python 第三方中文分词库,jieba 支持三种分词模式:精确模式、全模式和搜索引擎模式,下面是三种模式的特点。
精确模式:试图将语句最精确的切分,不存在冗余数据,适合做文本分析。
全模式:将语句中所有可能是词的词语都切分出来,速度很快,但是存在冗余数据。
搜索引擎模式:在精确模式的基础上,对长词再次进行切分。
pip安装numpy的时候出现超时报错,一般是网络不通畅的表现,这种情况下更换一个比较畅通的镜像源就是非常有必要了。
重新更改默认镜像源
推荐豆瓣的镜像源 https://pypi.douban.com/simple