如何在Ubuntu下安装Anaconda及搭建环境安装TensorFlow深度学习框架

版权声明:本文为博主原创文章,遵循 CC 4.0 BY-SA 版权协议,转载请附上原文出处链接和本声明。
本文链接:https://blog.csdn.net/u010899985/article/details/59482825


    在安装TensorFlow之前,我们先来看下当前的深度学习框架都有哪些,随着深度学习研究的热潮持续高涨,各种开源深度学习框架也层出不穷,其中包括TensorFlow、Caffe、Keras、CNTK、Torch7、MXNet、Leaf、Theano、DeepLearning4、Lasagne、Neon,等等。然而TensorFlow却杀出重围,在关注度和用户数上都占据绝对优势,大有一统江湖之势。深度学习 7 种流行框架的深度横向对比,希望本文能对你带来帮助。

先放结论


    可以看出各大深度学习框架支持Python较为居多,Python在科学计算和数据挖掘领域可以说是独领风骚。虽然有来自R、Julia等语言的竞争压力,但是Python的各种库实在是太完善了,Web开发、数据可视化、数据预处理、数据库连接、爬虫等无所不能,有一个完美的生态环境。仅在数据挖据工具链上,Python就有NumPy、SciPy、Pandas、Scikit-learn、XGBoost等组件,做数据采集和预处理都非常方便,并且之后的模型训练阶段可以和TensorFlow等基于Python的深度学习框架完美衔接。

      所以这里我们也选择Python作为深度的学习的开发语言,我们先来装下Python的开发环境,先来大致了解下都有哪些Python的IDE:

     ①PyCharm     

       PyCharm (不是phcharm)     http://www.jetbrains.com/pycharm/    尤其适合用于web开发,比如django,gae等。

    ②Sublime Text

     单独对于Sublime本身,其本质上只是个文本编辑器。

    ③Eclipse+PyDev

     Eclipse本身就是个IDE,之前主要用于Java方面的开发,后来,通过添加不同的插件,也支持其他很多语言的开发。对于Python,就是PyDev插件。

博主推荐使用:Anaconda,

Anaconda包括里python和几乎平时开发所有库,不用总发愁开发中所需要的功能库的安装最后就是spyder的主界面。调试程序和变量查看窗口都很好用。


可以看出其包括了notbook、IPython、Spyder等便于我们开发的工具。

下载地址:https://www.continuum.io/downloads/  可以去下载自己系统对应的版本,这里不做过多介绍。

1.安装Anconda:
$bash PATH/Anaconda3-4.0.0-Linux-x86_64.sh(自己对应的 .sh文件,直接bash即可,网上有很多教程)

在命令终端输入:python,即可看到自己安装成功。


1.安装TensorFlow:

 之前博主自己直接在终端输入:pip install TensorFlow/ conda install  tensorflow,发现都无济于事,安装不上!

2.首先首先建立一个conda计算环境:

   命令:conda create -n tensorflow

3.  激活环境 : source activate tensorflow

4.安装:pip install –ignore-installed –upgrade https://storage.googleapis.com/tensorflow/linux/cpu/tensorflow-0.8.0rc0-cp27-none-linux_x86_64.whl(这里装的是CPU版的,也可以装相对应GPU)

如果要安装GPU的可参考这篇博客:http://www.linuxidc.com/Linux/2016-11/137561.htm

 由于网络下载比较慢,所以我先下载下来,直接pip 安装,



强调下网速一定要好!之后会自动安装TensorFlow所必需的模块numpy和protobuf版本



            

至此,TensorFlow安装成功!

终端输入命令:conda list     可以看到TensorFlow已在我们环境下安装成功



TensorFlow是否安装成功:在该环境后输入import TensorFlow as tf 进行测试,可以看到无报错,证明已经成功导入。




但是当我们用Anaconda自带的IDE spyder编辑python时,发现无法导入tensorflow模块,那么问题来了,以后是否每次使用TensorFlow,我们都要激活环境 : source activate tensorflow,然后才能去使用TensorFlow呢?这岂不是很不方便,当我们需要在 spyder中 调试很多行程序时,岂不是很不方便!抓狂

 为此我们细心可发现成功安装TensorFlow模块的路径为:/home/charles/anaconda2/envs/tensorflow:


       所以我们在Spyder中进行调试TensorFlow时 搜索路径并没有包含tensorflow的路径,然后我们将该路径/home/charles/anaconda2/envs/tensorflow/lib/python2.7中的site-packages文件夹中的所有文件复制到,Anaconda安装路径下的lib/python2.7/site-packages文件夹中,之后再次打开spyder,发现已经可以import tensorflow as tf 了!


注意:复制site-package中所有文件到anaconda安装路径下的lib/python2.7/site-packages文件夹中,选择复制并替换,避免Python下安装的模块重复冲突,导致TensorFlow不能正常使用!!!





如果遇到模块存在多个版本时,删除protobuf3.2.0,留下安装TensorFlow模块时系统自动安装的其依赖包protobuf  3.0.0b2,此后可直接打开Spyder直接使用TensorFlow了!吐舌头




展开阅读全文

没有更多推荐了,返回首页