1. 使用conda会方便很多,brew不是不能用,不过会引入其他不确定因素
2. 使用conda建立新的虚拟环境的时候务必声明python,最好加上版本,这样才能保证pip是虚拟环境里的pip,而不是base环境里的pip。自己可以用which pip试试看
本文参考macOS for deep learning with Python, TensorFlow, and Keras - PyImageSearch
这个人写东西有个特点就是特别的……长
conda env生成
conda update conda
conda create -n datasciency python=3.7
相关包的安装
一些基本包
pip install numpy -i https://pypi.tuna.tsinghua.edu.cn/simple
cmake pkg-config wget
jpeg libpng libtiff openexr
eigen tbb
上面这些通过anaconda navigator来安装, openexr没有Mac版本,影响不大
opencv
pip install opencv-contrib-python -i https://pypi.tuna.tsinghua.edu.cn/simple
测试是否安装成功
python
在python里
>>> import cv2
其他包
$ pip install scipy pillow
$ pip install imutils h5py requests progressbar2
$ pip install scikit-learn scikit-image
$ pip install matplotlib
backend设置?
$ touch ~/.matplotlib/matplotlibrc
$ echo "backend: TkAgg" >> ~/.matplotlib/matplotlibrc
$ pip install tensorflow
$ pip install keras
在python里
>>> import keras
测试是否安装成功
所有pip都加上-i https://pypi.tuna.tsinghua.edu.cn/simple
这个参数,下载会快很多