参考:http://blog.csdn.net/cs_leebo/article/details/64444243
https://www.cnblogs.com/willnote/p/6746499.html
http://blog.csdn.net/chenweiqian_zy/article/details/59109596
http://blog.csdn.net/nucyubg/article/details/52015426
https://blog.csdn.net/wds2435629591/article/details/78694463
1. 安装Anaconda,然后重新启动
2. 创建一个虚拟环境(在此环境内可以任意配置而不会影响系统的环境)
conda create -n 环境名 -c 镜像源
Python 2.7
$ conda create -n tensorflow python=2.7Python 3.4
$ conda create -n tensorflow python=3.4Python 3.5
$ conda create -n tensorflow python=3.5用户安装的不同python环境都会被放在目录
~/anaconda/envs
下,可以在命令中运行conda info -e
查看已安装的环境,当前被激活的环境会显示有一个星号或者括号。
3.激活或关闭环境
安装完后激活环境
source activate tensorflow
关闭环境
source deactivate tensorflow
4. 在激活环境下安装GPU版本的tensorflow
$ conda install --channel https://conda.anaconda.org/jjh_cio_testing tensorflow-gpu
或者
pip install \
-i https://pypi.tuna.tsinghua.edu.cn/simple/ \
https://mirrors.tuna.tsinghua.edu.cn/tensorflow/linux/gpu/tensorflow_gpu-1.4.0-cp35-cp35m-linux_x86_64.whl
会自动安装需要的依赖库,包括cuda ,cudnn
5. 安装opencv3.1.0
先加个国内的镜像源,直接上命令: conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
在激活环境下
conda install --channel
https://conda.anaconda.org/menpo opencv3
或者
conda install --channel https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/menpo/linux-64/ opencv3
(若 安装不成功,可以按如下方式安装
conda install numpy
conda install anaconda-client
onda install opencv-3.1.0-np112py36_1.tar.bz2
(https://anaconda.org/menpo/opencv3/files?version=3.1.0或https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/下载opencv的安装包))
6. 安装matplotlib, pillow
在激活环境下
conda install matplotlib
conda install pillow
不安装会出现 如下问题
No module named 'matplotlib'
ValueError: Only know how to handle extensions: ['png']; with Pillow installed matplotlib can handle more images
7. 重新安装 ipython,jupyter
在激活环境下
ipython安装
conda install ipython
jupyter安装
conda install jupyter
不重新安装依然会有import cv2 ;import tensorflow as tf 出问题;重新安装jupyter的原因是在tensorflow环境下和不在tensorflow环境下,两者是不一样的安装路径的,对于使用有影响
8. source deactivate xxxxx
9. source activate xxxx 相当于重启生效
10、删除虚拟环境。
使用命令conda remove -n your_env_name(虚拟环境名称) --all, 即可删除。
conda remove -n tensorflow --all
11、删除环境中的某个包。
使用命令conda remove --name $your_env_name $package_name 即可
12.下载SSD-tensorflow
https://github.com/balancap/SSD-Tensorflow
下载解压即可