基於Ubuntu + anaconda + tensorflow + jupyter的Python深度學習開發環境配置
阿新 • • 發佈:2018-11-21
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。