在 Ubuntu18.04 上设置机器学习运行环境

yunlin2000

已于 2022-06-25 20:48:05 修改

阅读量1k

点赞数

分类专栏： Linux系统 # 系统应用文章标签： ubuntu linux 服务器

于 2022-06-25 17:03:10 首次发布

本文链接：https://blog.csdn.net/yunlin2000/article/details/125456101

版权

Linux系统同时被 2 个专栏收录

11 篇文章 1 订阅

订阅专栏

系统应用

2 篇文章 0 订阅

订阅专栏

任务 1 安装 Python

1. 安装 python

2.添加 python 3.6 和 python 3.7

3.更新 python 3

4. 用符号链接来设置默认的运行 python 版本

4. 键入 yes，以使用 conda 命令

6. 用 conda 命令测试安装和激活

7. 控制各个 shell 会话是否激活了 base 环境

Ubuntu Linux 环境变量PATH设置

1. Ubuntu Linux系统环境变量配置文件：

2. PASH环境变量的设置方法：

#系统版本信息：
(base) ubuntu@ubuntu:~$ lsb_release -a
No LSB modules are available.
Distributor ID:   Ubuntu
Description:   Ubuntu 18.04.6 LTS
Release:   18.04
Codename:   bionic

实验室运行环境：

VirtualBox https://www.virtualbox.org/

服务器：Linux (Ubuntu 18.04 LTS)
网络设置：连接到互联网

在本实验室中，我们会介绍如何在基于 Linux 的虚拟机（如 Ubuntu）上建立机器学习 (ML) 环境。内容包括：Python、机器学习和深度学习软件包的设置以及虚拟环境的创建。此外，我们还会介绍在系统提供 GPU 支持的情况下，如何设置 GPU 加速软件。本实验室会介绍创建机器学习环境的基本步骤，你也可以纳入很多其他选项，但本实验室介绍的是简单且耐用的设置。假设你已安装了基本的 Ubuntu 操作系统。基本步骤包括：

创建一个虚拟环境并安装 Python
安装机器学习软件包

此外，我们也会介绍如何安装 GPU 加速软件（CUDA 和 cuDNN）

任务 1 安装 Python

首先，你需要检查系统上安装的当前 python 版本：

python --version      #看一下系统安装的是不是 python 2.7 版本
python3 --version     #查看安装的是 python 3.x 的哪个版本
sudo apt  install  python3  python3-pip  python3-env

默认情况下，Linux Ubuntu 会安装 python 3.6 版本。为了使用更高版本的 python（如 3.7 版本），你可以执行以下操作：

1. 要想安装 python，你可以输入以下代码：

sudo apt update -y
sudo apt install python3.7

2.添加 python 3.6 和 python 3.7，以更新备选项：

sudo update-alternatives --install /usr/bin/python3 python3 /usr/bin/python3.6 1
sudo update-alternatives --install /usr/bin/python3 python3 /usr/bin/python3.7 2

3.更新 python 3，以指向 python 3.7

sudo update-alternatives --config python3

你将看到下图（图 CS-ML-00001.1），通过在示例中选择 0 或 2，以选择 python3.7 作为与命令 python3 相对应的默认 python 版本 :

图 CS-ML-00001.1 用 update-alternatives 命令指定 python 的正确版本

4. 另一种方法是用符号链接来设置默认的运行 python 版本

你需要更新 python3，以指向 python3.7，因此 /usr/bin/python3 只是一个符号链接。你可以将其删除，并给 python3.7 设置一个新的符号链接：

sudo rm /usr/bin/python3
sudo ln -s python3.7 /usr/bin/python3

5. 现在，你可以检查 python3 的版本：

python3 --version

任务 2 安装 Anaconda

Anaconda 是 Python 和 R 编程语言的开源软件包管理器、环境管理器和发行版。这里，我们将指导你在 Ubuntu 18.04 虚拟机上安装 Anaconda。

1. 检索最新版本的 Anaconda

打开网页浏览器，找到 Anaconda 发行版的页面，可访问以下链接：https://www.anaconda.com/distribution/。找到最新的 Linux 版本，并将链接复制到安装程序 bash 脚本。

wget https://repo.anaconda.com/archive/Anaconda3-2022.05-Linux-x86_64.sh

2. 验证安装程序的数据完整性

通过 SHA-256checksum，用加密哈希验证来确保安装程序的完整性：

sha256sum Anaconda3-2022.05-Linux-x86_64.sh

3. 运行 Anaconda 脚本：

bash Anaconda3-2022.05-Linux-x86_64.sh

你也可以用 chmod 命令将脚本更改为“可执行”，然后再直接运行脚本。你将收到以下输出，通过按回车键查看许可协议，直到结束。你应该选择“yes”并按回车键。

欢迎使用 Anaconda3 2019.10

为了继续完成安装过程，请查看许可协议。

请按“回车键”继续

>>>

…

你是否同意许可条款？[是|否]

同意许可后，系统将提示你选择安装位置。你可以按回车键接受默认位置，也可以指定其他位置。例如，你可以将 Anaconda3 安装到以下位置：/home/ubuntu/anaconda3，其中 ubuntu 是系统中的用户名。

4. 安装完成后，你将收到以下输出，建议你键入 yes，以使用 conda 命令：

…

安装已完成。

你是否想让安装程序将 Anaconda3 的安装位置预先添加到 /home/sammy/.bashrc 中的 PATH？[是|否]

[否] >>>

5. 激活安装：你现在可以用下面的命令激活安装：

source ˜/.bashrc

6. 现在，你将在命令行提示符前面看到 (base) 。你可以用 conda 命令测试安装和激活：

conda list

通过 Anaconda 安装，你将收到所有可用软件包的输出。

7. 要控制各个 shell 会话是否激活了 base 环境，你可以运行：

conda create --name my_env python=3

8. 设置自己的 Anaconda 环境

你可以用 conda create 命令创建 Anaconda 环境。例如，名称为 my.env 的 Python 3 环境可以用以下命令创建：

conda create --name my_env python=3

9. 按如下方式激活新环境：

conda activate my_env

在命令行提示符之前，你将看到 (base) 更改为 (my_env) ，现在你就可以开始处理项目了。

10. 要更新 anaconda

你可以运行以下命令来更新 anaconda 文件：

#当你在用户环境中运行时，需要获取根模式以进行更新，并使用 n root 选项
conda update conda -n root

在这一步之后，你应该已准备好大多数常用的 anaconda 软件包。接下来，你可以通过运行以下命令来运行各种基于 Anaconda 图形的应用程序：

anaconda-navigator

你也可以运行图形 python 应用程序 — Spyder：

spyder

注意，如果你无法运行这些命令，则应检查运行路径，你也可以用以下命令来添加 anaconda 运行路径：

export PATH=/home/yourUserName/anaconda3/bin:$PATH

任务 3 安装机器学习模块

你需要安装一些常用的机器学习模块，用以运行与数据科学相关的项目。Anaconda 有最常用的机器学习数据分析和处理模块，如 Numpy 和 Pandas。你可以访问以下接：https://docs.anaconda.com/anaconda/packages/pkg-docs/，查看 Anaconda 中包含的软件包。但软件包中不包含 Kreas。

Keras 是一种高级神经网络 API，用 Python 编写，能够在 TensorFlow、CNTK 或 Theano 上层运行。开发该软件的重点是实现快速实验。如果你需要具备以下条件的深度学习库，则要用到 Keras：

可以简便、快速地进行原型设计（通过用户友好性、模块化和可扩展性）。
支持卷积网络和递归网络，以及两者的组合。
在 CPU 和 GPU 上无缝运行。

任务 4 机器学习 GUI 应用程序

Anaconda 会提供一个名为 Anaconda-navigator 的 GUI，用于管理多个基于 GUI 的机器学习应用程序。为了安装 anaconda-navigator，在运行anaconda Bash 安装脚本后，你可以运行以下命令：

conda update conda
conda update anaconda

接下来，你可以运行：

source .bashrc        #加载已设置 anaconda 运行环境的 bash shell
anaconda-navigator

anaconda navigator 启动后，你可以看到几个图标，如 JupyterLab、Jupyter Notebook、Spyder、Orange 3、RStudio、VS Code 等。接下来，你可以单击 Spyder 来启动用于 python 编程和运行环境的 GUI 应用程序。你也可以直接通过命令行运行 Spyder：

spyder

现在，你可以从 GUI 应用程序打开任何 python 文件。加载文件后，请确保将控制台工作目录设置为图 CS-ML-00001.2 所示的该文件的路径。这样，你就不必给出整个路径，只需给出数据集文件的相对路径。

此时，你可以按 F5 或单击绿色三角形按钮来运行 python 代码，并在 spyder 应用程序控制台的右下方查看运行进度。

图 CS-ML-00001.2 Spyder 应用程序

相关信息和资源

Python: https://www.python.org/
Anaconda: https://www.anaconda.com/
Spyder: https://www.spyder-ide.org/

Unbuntu卸载anaconda

1. 删除anaconda文件夹

也可以使用终端删除如下：rm -rf ~/anaconda3 一般情况他是放在主文件夹下的。
至于隐藏文件.anaconda 和.conda也可以不删除。博主卸载的时候将图中三个文件全部删掉。

2. 删除Anaconda的环境变量

终端输入sudo vim ~/.bashrc

将这个部分删除

3. 最后使环境变量更改生效：

source ~/.bashrc

Ubuntu Linux 环境变量PATH设置

1. Ubuntu Linux系统环境变量配置文件：

/etc/profile : 在登录时,操作系统定制用户环境时使用的第一个文件 ,此文件为系统的每个用户设置环境信息,当用户第一次登录时,该文件被执行。
/etc /environment : 在登录时操作系统使用的第二个文件, 系统在读取你自己的profile前,设置环境文件的环境变量。
~/.profile : 在登录时用到的第三个文件是.profile文件,每个用户都可使用该文件输入专用于自己使用的shell信息,当用户登录时,该文件仅仅执行一次!默认情况下,他设置一些环境变量,执行用户的.bashrc文件。
/etc/bashrc : 为每一个运行bash shell的用户执行此文件.当bash shell被打开时,该文件被读取.
~/.bashrc : 该文件包含专用于你的bash shell的bash信息,当登录时以及每次打开新的shell时,该该文件被读取。

2. PASH环境变量的设置方法：

方法一：用户主目录下的.profile或.bashrc文件（推荐）
登录到你的用户（非root），在终端输入：
$ sudo gedit ~/.profile(or .bashrc)
可以在此文件末尾加入PATH的设置如下：
export PATH=”$PATH:your path1:your path2 ...”
保存文件，注销再登录，变量生效。
该方式添加的变量只对当前用户有效。
方法二：系统目录下的profile文件（谨慎）
在系统的etc目录下，有一个profile文件，编辑该文件：
$ sudo gedit /etc/profile
在最后加入PATH的设置如下：
export PATH=”$PATH:your path1:your path2 ...”
该文件编辑保存后，重启系统，变量生效。
该方式添加的变量对所有的用户都有效。
方法三：系统目录下的 environment 文件（谨慎）
在系统的etc目录下，有一个environment文件，编辑该文件：
$ sudo gedit /etc/environment
找到以下的 PATH 变量：
PATH="<......>"
修改该 PATH 变量，在其中加入自己的path即可，例如：
PATH="<......>:your path1:your path2 …"
各个path之间用冒号分割。该文件也是重启生效，影响所有用户。
注意这里不是添加export PATH=… 。
方法四：直接在终端下输入
$ sudo export PATH="$PATH:your path1:your path2 …"
这种方式变量立即生效，但用户注销或系统重启后设置变成无效，适合临时变量的设置。
注意：方法二和三的修改需要谨慎，尤其是通过root用户修改，如果修改错误，将可能导致一些严重的系统错误。因此笔者推荐使用第一种方法。另外嵌入式 Linux的开发最好不要在root下进行（除非你对Linux已经非常熟悉了！！），以免因为操作不当导致系统严重错误。
下面是一个对environment文件错误修改导致的问题以及解决方法示例：
问题：因为不小心在 etc/environment里设在环境变量导致无法登录
提示：不要在 etc/environment里设置 export PATH这样会导致重启后登录不了系统
解决方法：
在登录界面 alt +ctrl+f1进入命令模式，如果不是root用户需要键入（root用户就不许这么罗嗦，gedit编辑会不可显示）
/usr/bin/sudo /usr/bin/vi /etc/environment
光标移到export PATH** 行，连续按 d两次删除该行；
输入:wq保存退出；
然后键入/sbin/reboot重启系统（可能会提示need to boot，此时直接power off）

yunlin2000

关注

0
点赞
踩
4

收藏

觉得还不错? 一键收藏
打赏
0
评论
在 Ubuntu18.04 上设置机器学习运行环境

也可以使用终端删除如下：一般情况他是放在主文件夹下的。至于隐藏文件.anaconda 和.conda也可以不删除。博主卸载的时候将图中三个文件全部删掉。终端输入将这个部分删除最后终端输入使环境变量更改生效。 Ubuntu Linux系统环境变量配置文件： /etc/profile : 在登录时,操作系统定制用户环境时使用的第一个文件 ,此文件为系统的每个用户设置环境信息,当用户第一次登录时,该文件被执行。 /etc /environment : 在登录时操作系统使用的第二个文件, 系统在读取
复制链接

扫一扫