ubuntu 16.04 运行rasa

1 篇文章 0 订阅

最近,在使用尝试使用rasa 创建一个简单的robot demo ,但是遇到了很多坑,当时因为习惯了16.04 LTS,所以依旧使用了这个版本,也遇到了很多问题。如果可以替换版本的话,建议使用Ubuntu18.04,那个版本的python3是3.6的,可以避免出现很多问题。如果不能替换Ubuntu版本的话,可以使用参考这个教程。

替换镜像源

将镜像源进行替换,不然后面下载镜像的时候会很慢。(tensorflow 几百兆 谁下谁知道 =_=!)。下之前记得备份原镜像。

# 备份
sudo cp /etc/apt/sources.list /etc/apt/sources.list.copy
# 修改
sudo gedit /etc/apt/sources.list

然后将下面的内容覆盖原镜像文件。

# 默认注释了源码镜像以提高 apt update 速度,如有需要可自行取消注释
deb https://mirrors.tuna.tsinghua.edu.cn/ubuntu/ xenial main restricted universe multiverse
# deb-src https://mirrors.tuna.tsinghua.edu.cn/ubuntu/ xenial main restricted universe multiverse
deb https://mirrors.tuna.tsinghua.edu.cn/ubuntu/ xenial-updates main restricted universe multiverse
# deb-src https://mirrors.tuna.tsinghua.edu.cn/ubuntu/ xenial-updates main restricted universe multiverse
deb https://mirrors.tuna.tsinghua.edu.cn/ubuntu/ xenial-backports main restricted universe multiverse
# deb-src https://mirrors.tuna.tsinghua.edu.cn/ubuntu/ xenial-backports main restricted universe multiverse
deb https://mirrors.tuna.tsinghua.edu.cn/ubuntu/ xenial-security main restricted universe multiverse
# deb-src https://mirrors.tuna.tsinghua.edu.cn/ubuntu/ xenial-security main restricted universe multiverse

# 预发布软件源,不建议启用
# deb https://mirrors.tuna.tsinghua.edu.cn/ubuntu/ xenial-proposed main restricted universe multiverse
# deb-src https://mirrors.tuna.tsinghua.edu.cn/ubuntu/ xenial-proposed main restricted universe multiverse

更新镜像

sudo apt-get update
sudo apt-get upgrade

将python3.5 升级到 python3.6

因为后面某一步要求python的最低版本是3.6,(我不记得是那一步了),所以需要进行升级。这里要注意第三步,否则会因为ssl问题报错。

# 1.wget获取安装包:
    wget http://www.python.org/ftp/python/3.6.2/Python-3.6.2.tgz

# 2.解压安装包:
    tar -xvzf Python-3.6.2.tgz

# 3.检查安装平台属性,系统是否有编译时所需要额库,以及库的版本是否满足编译需要
    ./configure  --with-ssl

# 4.编译源码
    make

# 5.成功编译之后,安装
    sudo make install

安装_bz2模块

这里需要先安装_bz2模块,参考连接

1)下载该文件https://pan.baidu.com/s/19EuNjLWIGPxc1R5C2ntUwg 提取码:q9ki
2)将下载后的文件放到python3.6文件夹里…/python36/lib/python3.6/lib-dynload/目录下;
这里可以使用find / -name lib-dynload 命令查看各自的文件位置。
使用"chmod +x _bz2.cpython-36m-x86_64-linux-gnu.so"增加该文件的可执行权限

安装RASA

这里参考官网的教程。

# 1. 安装pip3
sudo apt-get install python3-pip

# 2. 安装 rasa
pip install rasa

#在当前文件夹下创建一个venv, 用于存放虚拟环境。
python3 -m venv --system-site-packages ./venv

# Activate the virtual environment:
 source ./venv/bin/activate
 
#更新一下pip,不然可能导致相关依赖的版本不对。比如TensorFlow版本报错
$ pip install -U pip 

#To install Rasa Open Source:
$ pip install rasa

创建项目

# 创建文件夹
mkdir demo
cd demo

# 加上 --no-prompt创建默认项目
# 这里,Ubuntu16.04 LTS 可能会报缺少 _bz2
# 导致 Module for policy ‘MemoizationPolicy’ could not be loaded不能加载的问题
rasa init --no-prompt

# 训练
rasa train

# 开启对话
rasa shell
RGBD SLAM是一种基于深度相机和彩色相机的同时定位和地图构建技术,它可以用来实现机器人、自动驾驶和增强现实等应用。下面是在Ubuntu 16.04运行RGBD SLAM的基本步骤: 1. 安装RGBD SLAM所需的依赖库。在终端中输入以下命令: ``` sudo apt-get update sudo apt-get install build-essential cmake libboost-all-dev libeigen3-dev libopencv-dev libpcl-dev libvtk6-dev libqt4-dev libvtk6-qt-dev freeglut3-dev libxi-dev libxmu-dev libusb-1.0-0-dev ``` 2. 下载RGBD SLAM源代码。在终端中进入到你想要存放RGBD SLAM的文件夹中,然后输入以下命令: ``` git clone https://github.com/felixendres/rgbdslam_v2.git ``` 3. 编译RGBD SLAM。在终端中进入到RGBD SLAM源代码所在的文件夹中,然后输入以下命令: ``` mkdir build cd build cmake .. make -j4 ``` 4. 运行RGBD SLAM。在终端中输入以下命令: ``` ./rgbdslam ``` 5. 添加RGBD相机设备(如果需要)。如果你使用的是Kinect或者其他深度相机,那么你需要在RGBD SLAM中添加相机设备。在RGBD SLAM的界面中,点击“设备”按钮,然后选择相机设备。 6. 开始运行RGBD SLAM。在RGBD SLAM的界面中,点击“开始”按钮,然后开始移动相机进行定位和地图构建。 注意:RGBD SLAM需要一定的计算资源和内存,因此建议在高性能的计算机上运行。同时,RGBD SLAM的运行结果也受到环境光线和深度相机质量等因素的影响,因此需要在适当的环境下进行测试和调整。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值