Advertisement

在VM上的Ubuntu(Python3.6)系统中安装Anaconda、TensorFlow和第三方库的体验

  •  5星
  •     浏览量: 0
  •     大小:None
  •      文件类型:PDF


简介:
本文记录了作者在虚拟机中的Ubuntu系统上安装Anaconda及Python3.6环境,并配置TensorFlow和其他常用第三方库的过程与心得。 最近准备搭建一个虚拟机环境,因为网络上许多教程是较早版本的指导方法,在实际操作过程中可能会遇到一些问题。因此我总结了自己在搭建环境中遇到的一些常见问题及解决方案,希望能够帮助到大家。 一、准备工作 1. 确保Linux系统已连接互联网,必要时可以设置阿里或清华等国内镜像源。 2. Linux系统通常自带Python 2.7版本,建议更新为Python3的最新稳定版。我使用的是Python 3.6.9。 二、安装Anaconda 从官网下载适合您系统的Anaconda版本,既可以直接在虚拟机内进行下载,也可以先在主机上完成下载后再转移到VM中(方法多样,如:共享文件夹或U盘等)。 我选择的方法是从主机开始下载。然后,在Linux终端输入相应的命令。 其中cd指令用于更改当前目录位置。

全部评论 (0)

还没有任何评论哟~
客服
客服
  • VMUbuntuPython3.6AnacondaTensorFlow
    优质
    本文记录了作者在虚拟机中的Ubuntu系统上安装Anaconda及Python3.6环境,并配置TensorFlow和其他常用第三方库的过程与心得。 最近准备搭建一个虚拟机环境,因为网络上许多教程是较早版本的指导方法,在实际操作过程中可能会遇到一些问题。因此我总结了自己在搭建环境中遇到的一些常见问题及解决方案,希望能够帮助到大家。 一、准备工作 1. 确保Linux系统已连接互联网,必要时可以设置阿里或清华等国内镜像源。 2. Linux系统通常自带Python 2.7版本,建议更新为Python3的最新稳定版。我使用的是Python 3.6.9。 二、安装Anaconda 从官网下载适合您系统的Anaconda版本,既可以直接在虚拟机内进行下载,也可以先在主机上完成下载后再转移到VM中(方法多样,如:共享文件夹或U盘等)。 我选择的方法是从主机开始下载。然后,在Linux终端输入相应的命令。 其中cd指令用于更改当前目录位置。
  • Windows 10AnacondaTensorFlow
    优质
    本教程详细介绍了如何在Windows 10操作系统中安装Anaconda及其Python环境,并进一步配置TensorFlow,适合数据科学与机器学习初学者参考。 Anaconda与TensorFlow Anaconda是一个开源的Python发行版本,包含了很多科学包。Tensorflow是谷歌近几年发行的机器学习框架。 安装过程: 1. Anaconda安装:可以去官网下载,也可以使用国内镜像站点找到对应的版本进行下载(例如清华镜像),以获得较快的下载速度。 2. 安装成功后测试Anaconda 3. 卸载Anaconda 4. TensorFlow安装:这个步骤相对较为复杂。 5. 卸载TensorFlow
  • Anaconda 虚拟环境
    优质
    本教程详细介绍了如何在Anaconda软件中创建及管理虚拟环境,并指导用户在特定的虚拟环境中安装所需的第三方Python库。 在Python Anaconda虚拟环境下安装第三方库的详细步骤其实很简单,并且亲测有效。我自己遇到了这个问题,在百度上查找解决方案时发现很多信息杂乱无章,不少方法已经失效或不适用了。因此,我整理了一份适合自己的方法并分享给大家。
  • UbuntuTensorFlow
    优质
    本教程详细介绍如何在Ubuntu操作系统上成功安装TensorFlow,涵盖环境配置、依赖项安装及TensorFlow设置等关键步骤。 在Ubuntu平台上安装Anaconda,并通过Anaconda来安装TensorFlow。以下是各软件的获取与安装方式:首先访问Anaconda官网下载适用于Linux系统的Anaconda发行版,根据提示完成安装过程;接着打开终端,使用命令行工具激活已创建的环境或直接利用anaconda prompt进行操作;最后,在选定环境中执行`pip install tensorflow`以安装TensorFlow。
  • Windows10AnacondaTensorflow-gpu
    优质
    本教程详细介绍如何在Windows 10操作系统中使用Anaconda软件包管理器来安装并配置TensorFlow-GPU版,包含环境设置及可能遇到的问题解决方案。 当在Anaconda环境中安装Tensorflow并连接清华源镜像时,默认的国外镜像地址会导致下载速度慢甚至失败。为了解决这个问题,可以使用国内清华大学提供的镜像来加速下载过程。 具体操作步骤如下:首先,在 Anaconda Prompt 中输入以下两行命令: ``` conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/ ``` 然后继续执行: ``` conda config --set show_channel_urls yes ```
  • 尝试了解UbuntuAnaconda使用
    优质
    本教程旨在指导用户在Ubuntu操作系统上安装和配置Anaconda环境,帮助初学者掌握Anaconda的使用技巧,提高数据分析效率。 在学习了一些简单的操作之后觉得可以尝试安装Anaconda了。 1. 下载清华镜像源中的对应最新版本的Linux-x86-64文件。 2. 安装步骤如下: 1)打开.sh文件所在的位置; 2)运行命令:`bash Anaconda3-5.3.1-Linux-x86_64.sh` 执行以上操作后,会显示欢迎信息及提示请查看相关条款以继续安装过程。
  • Python3.6TensorFlowWindows 64位配置图文指南
    优质
    本指南提供详细步骤,在Windows 64位操作系统上安装和配置Python 3.6及TensorFlow,并包含丰富的图解说明,适合初学者参考。 本段落主要介绍Python3.6及TensorFlow的安装和配置流程。首先,在Python官网下载适合您电脑系统的Python安装包,并确保选择的是Windows x86-64 executable installer版本,因为安装TensorFlow需要使用64位的Python,且不支持32位系统。下载完成后运行python-3.6.3-amd64.exe文件(以管理员身份),可以选择默认设置进行安装或自定义安装选项。
  • Python指南(pip与Anaconda
    优质
    本指南详细介绍了如何使用pip和Anaconda在Python环境中安装第三方库的方法和技巧,帮助开发者轻松扩展功能。 常用的Python第三方库安装工具主要有三种:1、pip(推荐)2、easy_install3、setup.py 常见的安装包格式有: 1、whl (推荐,这是一种二进制的格式) 2、tar.gz 3、zip 4、egg(第一个主流打包格式) 对于whl和egg文件可以直接将后缀名改为.zip进行解压。但在联网的情况下,使用pip命令安装whl包时无需先解压。 setup.py主要用于源码安装,在PyPI官网下载库较慢的时候,有人会选择直接从网站上下载并安装,也有人会去GitHub等平台下载源代码来安装。通常GitHub上的源代码大多为zip、tar.gz或tar格式。
  • 使用AnacondaTensorFlow、KerasOpenCV
    优质
    本教程详细介绍如何利用Anaconda轻松安装并配置TensorFlow、Keras及OpenCV等深度学习与计算机视觉领域必备库。 在安装这些库的过程中遇到了不少问题,并且浪费了许多时间,在这里总结一下安装过程并提供一些解决问题的方法,希望能帮助大家少走弯路。 首先需要安装Anaconda3 5.2.0版本,它对应的Python版本是3.6.5。确保Windows系统已更新至最新状态以避免出现任何安装错误。 接着需要注意的是TensorFlow的某些版本不支持Python 3.7或更高版本,因此如果使用了这些高版本的Python,则需要创建虚拟环境来解决兼容性问题。 在开始安装之前,请先确认要使用的镜像源。官方镜像源和清华镜像源都是不错的选择,在IT领域尤其是深度学习与计算机视觉的应用中非常重要。 接下来是Anaconda环境下TensorFlow、Keras以及OpenCV三个关键库的安装过程概述: 1. 安装TensorFlow:确保你的Python版本为3.6以下,因为某些TensorFlow版本不支持更高版本。对于GPU用户来说,在激活相应环境后使用`conda install tensorflow-gpu=1.8.0`命令来安装,并且需要匹配合适的CUDA和cuDNN库。 2. 安装Keras:在已经创建的TensorFlow环境中通过pip直接安装,注意选择与当前TensorFlow版本兼容的Keras版本。 3. 安装OpenCV:推荐先使用conda创建环境,在该环境下再用pip命令`pip install opencv-python`来安装。 在整个过程中,请确保理解这些库之间的依赖关系以及它们各自需要满足的特定条件。通过以上步骤,结合解决常见问题的方法,可以有效地避免许多潜在的问题,并顺利搭建深度学习和计算机视觉的工作环境。 使用镜像源能够提高下载速度并减少安装失败的概率,推荐修改conda配置以添加合适的镜像源。 遵循上述指南将有助于更顺畅地完成库的安装过程。