ubuntu 深度学习环境准备

撰写目的——方便两个hxd配环境，让你们配深度学习的环境的时候不用摸着石头过河。

首先要注意，最好使用ubuntu 16.04 18.04 20.04 因为这几个版本的对应解决问题的博客较多。（你遇到什么问题记得百度比如：ubuntu 18.04 安装anaconda3/怎么解决wget段错误，接下来我给出的参考链接也都是ubuntu18.04的参考博客）

另外，也需要注意，当你找到一个技术博客的时候不要着急照着人家一步步做，先看好人家遇到的什么问题，人家的环境及系统版本，评论区有没有提出一些作者没想到的问题，甚至于博客的作者是否有什么纰漏在评论区被指出。

下面过程中也需要装numpy什么的库，到时候遇到问题再百度即可

接下来是主要内容————————

前提：

你已经安装好某个版本的ubuntu了

1.检查python版本，并安装anaconda3

参考博客：

必须要给anaconda3换源，可以按照清华镜像源的文档操作

哪怕换了源，你的conda install xxx命令很可能也会卡住，这是没办法的，卡住的话再重新尝试执行相同的命令几次，不行的话再考虑别的方案（比如有时pip install能解决问题）

2.使用anaconda3安装openCV，并为opencv配置对应的虚拟环境

参考博客：（实践失败）

另一个：(实践可行)https://blog.csdn.net/cygtaleymb/article/details/106319052
补充pycharm importcv2报错的解决办法

在pycharm中尝试使用opencv

import cv2
import numpy
# Load an color image in color
img = cv2.imread("/home/icyn/图片/眼睛.jpg", 1)
print(img)
cv2.imshow("image",img)
cv2.waitKey (0)
cv2.destroyAllWindows()

很好，做到这里就很有成就感了

3.使用anaconda3安装jupyter（一般你安好了anaconda3，jupyter就已经是安好的了）

这时就有很多人有疑问，为什么要使用jupyter，这里小编啊给大家简单的介绍一下
１，在机器学习中，是会存在有大量的数据的，并且，需要很长的时间去跑整个程序，jupyter的一个优点就是只要你的数据被统计，或者被计算一次，那么，被统计的结果或者被计算的结果将会直接存入到内存中，当你下一次需要这个结果时，不需要在进行二次计算，可以直接使用，大家都知道，在python中以一种数据结构叫做list，这就是十分方便的一点．
２，在机器学习中会涉及到大量的算法，那么算法的时间复杂度和空间复杂度就十分重要的，在jupyter中，是可以对每一行代码或者一个代码段进行时间和空间复杂度的一个分析，有利于我们对算法进行选择
３，从UI易用性来看，Jupyter对变量的查看，调试比Python好得多，当然还有很多的优点，这就需要大家自己去了解了．
————————————————
版权声明：本文为CSDN博主「White__Hacker」的原创文章，遵循CC 4.0 BY-SA版权协议，转载请附上原文出处链接及本声明。
原文链接：https://blog.csdn.net/White__Hacker/article/details/81066971

其实anaconda3已经帮我们把jupyter notebook安装好了，
可以通过下面的操作打开

(base) icyn@icyn-GL62M-7REX:~$ conda activate env_cv
(env_cv) icyn@icyn-GL62M-7REX:~$ jupyter notebook

这里我们可以参考下面的博客设置jupyter的文件存放位置，并做一些其他了解

参考博客

在你的jupyter 用ipykernel添加opencv的虚拟环境env_cv

pip install ipykernel
#或者 conda install ipykernel
#为jupyter绑定我建好的env_cv虚拟环境
python -m ipykernel install --user -name env_cv
#查看是否绑定成功
jupyter kernelspec list

跑一下试试看：
在自己的环境（比如我这里的env_cv）环境下打开jupyter notebook
选择在对应的环境建文件夹（第二个env_cv）
如果出现Permission Denied：未命名.ipynb 问题，参考这个博客解决。
使用%load命令载入本地python文件，再点击上边的运行按钮

非常好，成功了

4.安装CUDA 和cudnn（因为需要用到这哥俩儿带着跑因特尔的GPU）

首先你得有这个GPU硬件

比如下面是因特尔官网上对一部分GPU产品的计算能力的估计（蓝色圈圈的是我的GPU版本）

参考博客：

参考博客：（这个写的有点乱）

5.安装tensorflow

参考博客：

6.之后遇到的问题也要积极百度

7.补充

一定一定要在/home/icyn/模板目录下添加一个文本文件，这样你随时可以记录一些东西，ubuntu打开它的那个类似于office的东西很慢。另外，qq也有linux版，可以及时安装方便联系。
参考链接：
https://zhidao.baidu.com/question/1643868225803233380.html

在模板里面打开终端
touch newfile.txt
即可

遇到一些问题需要访问stackoverflow，但是太慢了
快速访问stackoverflow可以通过改host文件实现
参考博客：
https://blog.csdn.net/whp1473/article/details/85055359