pip的一些命令和安装一些包

这些仅仅是自己记录，怕自己忘掉。

* pip install numpy             --安装包numpy
* pip uninstall numpy               --卸载包numpy
* pip show --files PackageName         --查看已安装包
* pip list outdated             --查看待更新包信息
* pip install --upgrade numpy          --升级包
* pip install -U PackageName           --升级包
* pip search PackageName              --搜索包
* pip help                  --显示帮助信息

easy_install的安装，简单实用

easy_install   module-name

pydensecrf的安装命令

conda install -c conda-forge pydensecrf

在Liunx上面下载文件

wget http://www.cis.rit.edu/~rmk6217/smcae.zip

解压.zip 

解压：unzip FileName.zip 

打包：zip -r myfile.zip ./*        要打开到你要解压目录下

是将将当前目录下的所有文件和文件夹全部压缩成myfile.zip文件,－r表示递归压缩子目录下所有文件.

安装一些包

pip install scikit-learn

安装gdal

（在windows下）conda  install gdal

用Pip 安装会出问题

安装pygco

先安装Cython，才能安装pygco

pip install Cython

conda install pygco

安装PIL

pip install pillow（若是安装了pil，出现cannt import name image，问题估计是版本过久；解决方法是卸载旧版本）
not pip install PIL

安装scikit-image

pip install -U scikit-image

安装opencv

pip install opencv-python

pip install opencv-python -i https://pypi.tuna.tsinghua.edu.cn/simple/

若是出现啥问题，可以conda install opencv

安装matplotlib

pip install matplotlib  -i https://pypi.tuna.tsinghua.edu.cn/simple/

安装h5py

python -m pip install h5py  

安装libtiff

下载whl：https://www.lfd.uci.edu/~gohlke/pythonlibs/

使用conda安装会出错

 pip install F:\\install\libtiff-0.4.2-cp37m_win_amd64.whl

参考文献：ModuleNotFoundError: No module named 'libtiff'_国安永远争第一的博客-CSDN博客（五星好评）

安装 protobuf(ubuntu上面)

pip install -U protobuf

安装 matplotlib   

pip install matplotlib         

系统会自动下载安装包

安装

安装GPU版本的tensorflow

方法一：

pip install tensorflow-gpu（时间会很长）这个命令很慢

pip install tensorflow-gpu==1.10.0(安装指定对应版本的tensorflow-gpu)

参考这个安装指定版本的tensorflow-gpu_Young_Fan-CSDN博客_如何安装指定版本的tensorflow

方法二：

建议换成国内的源，这样速度会快很多：

pip install tensorflow-gpu==1.10.0 -i https://pypi.tuna.tsinghua.edu.cn/simple
也可以参考别人的文献TensorFlow安装，国内镜像超快安装_Xu_XiaoXiao_Ji的博客-CSDN博客_tensorflow下载镜像

pip install tensorflow-gpu==2.0.0 -i https://pypi.doubanio.com/simple（快速安装）

参考文献：tensorflow在训练模型的时候如何指定GPU进行训练_BangGui02-CSDN博客（指定GPU进行训练）

方法三：

cpu版本：pip install --ignore-installed --upgrade tensorflow

gpu版本：pip install --ignore-installed --upgrade tensorflow-gpu 注意gpu版先装好cuda以及cudnn 
安装tensorflow:解决TensorFlow安装问题: Could not find a version that satisfies the requirement tensorflow_xavier_muse的博客-CSDN博客

安装CPU版本的tensorflow1.8版本

（1）前提python 为3.5版本，再使用pip install tensorflow==1.8

上述或许会报错Read timed out.

（2）可以尝试下面博主使用的方法：

*************************************************************************************************************

import os
os.environ['CUDA_VISIBLE_DEVICES']='0'#指定1个GPU训练
os.environ['CUDA_VISIBLE_DEVICES']='0,1'#指定2个GPU训练

tensorflow-gpu1.8.0+win10+vs2017+CUDA9.2安装[转]_霜天雨_新浪博客(指定1.8版本的gpu)

解决Python中“No module name 'pip_internal'”,pip升级问题

参考文献：解决Python中“No module name 'pip_internal'”,pip升级问题_J.K-CSDN博客

错误：you need to be root to perform this command

是提示要获取root权限，也就是说你的密码权限不够，要root的权限
输入su 回车输入密码
即可解决
注：密码是隐藏的，你输入时看不到

怎么退出root权限

输入exit回车，退出即可

There are no enabled repos. Run "yum repolist all" to see the repos you have. You can enable repos

一般来说著名的linux系统基本上分两大类：
1 RedHat系列：Redhat、Centos、Fedora等
2 Debian系列：Debian、Ubuntu等
RedHat 系列：
1 常见的安装包格式 rpm 包，安装rpm包的命令是 “rpm -参数”
2 包管理工具 yum
3 支持tar包
Debian系列
1 常见的安装包格式 deb 包，安装deb包的命令是 “dpkg -参数”
2 包管理工具 apt-get
3 支持tar包
所以你Ubuntu不该用yum 该用apt-get

解决Encountered a section with no Package: header错误

解决Encountered a section with no Package: header错误_susandebug-CSDN博客

Setup script exited with error: command 'gcc' failed with exit status 1

由于没有正确安装Python开发环境导致。

sudo apt-get install python3-dev

ubuntu apt-get报E: 无法打开锁文件 /var/lib/dpkg/lock-frontend - open (2: 没有那个文件或目录)

参考文献ubuntu apt-get报E: 无法打开锁文件 /var/lib/dpkg/lock-frontend - open (2: 没有那个文件或目录)_修炼之路-CSDN博客

在ubuntu上安装gdal，

sudo apt install gdal-bin libgdal-dev python-gdal python3-gdal

apt是给你的默认python2.7和3.5装上gdal了，不会给anoconda安装环境