ubantu16.04+python3.6+boost+dlib+tensorflow配置过程

一.python3配置：

 

使用的阿里云镜像ubantu 16.04，自带python3.5.2，但是没有pip3,和dev解释器，需要自行安装，而阿里的源比较老，没有这些组件，推荐更换清华的源

 

1、备份系统默认源

sudo cp /etc/apt/sources.list /etc/apt/sources.list.bak

2、打开软件源文件

sudo vi /etc/apt/sources.list

3、将以下内容替换到源文件（注意在清华大学网站上选择合适自己系统的版本）

# 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 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

4、更新软件源

sudo apt-get update

5、安装并更新pip3

apt-get install python3-pip python3-dev
pip3 install --upgrade pip

如果想要新版本的python，也可以安装新版本的python

下载解压并安装python3.6.4，指定路径为/usr/local/python36

wget https://www.python.org/ftp/python/3.6.4/Python-3.6.4.tgz
tar zxvf Python-3.6.4.tgz
cd Python-3.6.4
#--prefix指定安装路径，也可以默认安装，不过默认安装对于系统中已经有2.7和3.5情况下，管理上会比较混乱，所以指定目录较为合适
./configure --prefix="/usr/local/python36" --enable-optimizations
make 
make install

建立Python3的软链接，并将/usr/local/python36/bin加入bash_profile（临时环境，比修改etc文件要稳定）

 
ln -s /usr/local/python36/bin/python3 /usr/bin/python3
vi ~/.bash_profile
/usr/local/python36/bin
source ~/.bash_profile

 

如果是CentOS系统需要注意修改yum的python设置

修改yum配置文件，将python版本指向以前的旧版本

vi /usr/bin/yum
!/usr/bin/python2.7

修改urlgrabber-ext-down文件，更改python版本

vi /usr/libexec/urlgrabber-ext-down
!/usr/bin/python2.7

 

二.boost配置：

 

1.到官网下载最新版的boost并解压

pip自带的boost十分老，可能会无法支持pip安装的dlib版本的编译，推荐自行编译下boost下载地址：http://www.boost.org/users/history/version_1_66_0.html

tar zxvf boost_1_66_0.tar.gz
cd boost_1_66_0

2.安装

./bootstrap.sh --with-python=/usr/bin/python3
./b2
./b2 install
#要记得更新环境
ldconfig

测试boost库是否安装成功

//test1.cpp
#include <boost/thread.hpp>   
#include <iostream>   
void task1() {      
    std::cout << "This is task1!" << std::endl;   
}   
void task2()
 {     
    std::cout << "This is task2!" << std::endl;   
}   
 
int main (int argc, char ** argv) {   
    using namespace boost;    
    thread thread_1 = thread(task1);   
    thread thread_2 = thread(task2);     

    thread_2.join();   
    thread_1.join();   
    return 0;   
}

编译指令：

g++ test1.cpp -o test1  -lpthread -lboost_thread -lboost_system
./test1
#输出
This is task1!
This is task2!

 

 

三.dlib配置：

 

dlib是目前最常用的机器学习库， face_recognition是在dlib的基础之上进行再封装的一个python自带人脸识别库，两者都可以直接通过pip3安装， dlib无论pip安装还是编译都比较会耗时比较久

apt-get install cmake python-qt4
#安装dlib和face_tecognition的时候，pip3会自动安装numpy等必须的模组
pip3 install opencv-python
pip3 install dlib
#如果不需要face_recognition，则略过此步骤
pip3 install face_recognition

测试dlib库是否安装成功,在python3中import dlib，不报错即表示成功

python3
>>>import dlib
>>> 

 

以上是pip方法的安装，如果行不通可以自行编译dlib

1.到官网下载最新版的dlib并解压

下载地址：http://dlib.net/ml.html

#安装bz解压，有则略过此步骤
yum -y install bzip2 
tar -jxvf dlib-19.8.tar.bz2
cd dlib-19.8
# --no DLIB_USE_CUDA选项不使用cuda, --yes USE_AVX_INSTRUCTIONS表示启用AVX优化
#这些选项根据自身需求定制，一般情况下这2个是比较常见的设置
python setup.py install --yes USE_AVX_INSTRUCTIONS --no DLIB_USE_CUDA

可能需要的前置依赖：

yum install python3-devel python-lxml numpy gcc gcc-c++ gtk2-devel libdc1394-devel libv4l-devel ffmpeg-devel gstreamer-plugins-base-devel libpng-devel libjpeg-turbo-devel jasper-devel openexr-devel libtiff-devel libwebp-devel opencv opencv-python opencv-devel 

 

四.tensorflow配置：

 

CPU版本：

pip3 install tensorflow

想要安装特定版本的tensorflow请用下面的命令：

pip3 install --upgrade https://storage.googleapis.com/tensorflow/mac/cpu/tensorflow-xxx.whl

如果出现：

>>>ImportError: No module named tensorflow

则分别先卸载protobuf和tensorflow再按顺序安装即可：

pip3 uninstall protobuf
pip3 uninstall tensorflow
pip3 install protobuf
pip3 install tensorflow

GPU版本：

这个略麻烦，需要先更新驱动，再安装CUDA和cudnn，请注意自己的显卡和CUDA,cudnn的版本对应关系！

1.     去Nvidia官网查看显卡是否支持CUDA：https://developer.nvidia.com/cuda-gpus

2.     GPU版本的安装过程推荐看这篇博客，写得比较详尽：http://blog.csdn.net/ZWX2445205419/article/details/69429518?%3E

 

测试tensorflow是否安装成功：

python3

>>> import tensorflow as tf
>>> hello = tf.constant('Hello, TensorFlow!')
>>> sess = tf.Session()
>>> print(sess.run(hello))
Hello, TensorFlow!

 

问题集合：

 

 

1.PyClass_Type符号错误

libboost_python3.so.1.66.0: undefined symbol: PyClass_Type

错误原因：python-dev版本不对，系统自带python2.7，相应的python-dev也是对应python2的，编译出来的boost也是python2风格，但是程序员却在python3中调用boost，导致符号错误

解决方法：安装python3-devel，重新走一遍流程即可

apt-get install python3-dev

2.pyconfig.h找不到

`fatal error: 'pyconfig.h' file not found`

错误原因：找不到python-dev，可能是1.pyconfig.h的路径没有加入到系统变量里；2.根本没有安装相应的python-dev

解决方法：1.全盘搜索下该文件，将路径加入到系统环境变量中即可;2.apt-get安装python-dev即可，安装不了请更换清华的源

find / -name pyconfig.h
/usr/include/python3.5m/pyconfig.h
# export include环境变量
export CPLUS_INCLUDE_PATH="$CPLUS_INCLUDE_PATH:/usr/include/python3.5m"
# 或者也可以修改/etc/ld.so.conf
vi /etc/ld.so.conf
/usr/include/python3.5m
ldconfig