1. 程式人生 > >基於Ubuntu + anaconda + tensorflow + jupyter的Python深度學習開發環境配置

基於Ubuntu + anaconda + tensorflow + jupyter的Python深度學習開發環境配置

1.啟用Anaconda環境

 

下載anaconda並拷貝到安裝目錄中並解壓,下載地址為:

https://repo.anaconda.com/archive/Anaconda2-5.3.0-Linux-x86_64.sh

跳轉到anaconda的bin目錄,啟用命令為

/bin/bash

source ./bin/active

之後就進入了anaconda環境,如下圖所示:

 

 

 

 

 

2.在anaconda環境下配置tensorflow

 

第一步、建立tensorflow虛擬環境:

首先在anaconda中建立tensorflow虛擬環境

輸入命令:

conda create -n tensorflow python=2.7

如下圖所示:

之後會遇到兩次選擇,選擇y就可以。

進入建立的tensorflow虛擬環境:

輸入命令:

source active tensorflow

進入tensorflow環境(注意此時還沒有安裝tensorflow開發包,不能在此環境下進行tensorflow深度學習開發),如下圖所示

 

 

第二步、安裝tensorflow:

輸入命令

conda install tensorflow

安心等待下載安裝完成即可,遇到([y]/n)全部選擇y,如下圖所示:

 

 

第三步、測試是否配置成功:

輸入命令

python

進入命令列狀態下的python環境,依次輸入程式碼:

import tensorflow as tf

hello = tf.constant('Hello,Tensorflow')

sess = tf.Session()

sess.run(hello)

如下圖所示

檢視tensorflow版本和安裝路徑可依次輸入一下命令

tf.__version__

tf.__path__

如下圖所示


 

3.啟動jupyter

 

進入anaconda環境,並進入tensorflow環境,此時就可以進行在jupyter下呼叫tensorflow的API進行深度學習開發。

輸入的命令列如下:

/bin/bash

source ./bin/activate

source activate tensorflow

jupyter notebook

如下圖所示

在瀏覽器中啟動jupyter如下圖所示

 

注:以後若要使用pytorch、caffee環境,方法類似,這篇是CPU版本、python2.7版的配置,GPU版本、Python3、Tensorboard的由於博主的專案暫時用不到,此篇沒提到,後續會更新。