Python開發環境安裝配置
常用開發環境配置
電腦配置資訊:CPU:i5 8400,固態256G,記憶體 8G,GPU:GTX1080
配置內容:
1. 系統Ubuntu18.04安裝
2. 語言配置
3. 谷歌瀏覽器安裝
4. 搜狗輸入法安裝及配置
5. Python環境安裝及配置
6. atom及外掛安裝
7. 顯示卡驅動安裝
8. tensorflow-gpu完整安裝
9. Opencv安裝
10. 測試模組安裝(selenium)
1.系統Ubuntu18.04安裝
2.需要使用U碟通寫入系統,需要一個大於8G的空U盤。下載安裝U碟通(自行百度),開啟U碟通、點選檔案、開啟、選到剛才下載好的iso檔案,再點選啟動、寫入硬碟映像,會彈出另一個對話方塊,在對話方塊內只需要修改寫入位置(選擇準備好的空U盤),點選開始,等待完成 ,out。
3.U盤插入電腦,開啟BIOS,設定為U盤啟動,正常情況下就進入了安裝介面。設定語言、時間等。注意:安裝型別選擇清除整個盤並安裝Ubuntu,這種情況下會刪除之前的所有資訊,如果要裝雙系統慎用,如果之前盤上有其他重要資訊慎用。一路傻瓜操作下去就安裝好了。 4.在左下角選單欄裡找到軟體更新器,更新一下,(時間可能會比較長,聯網是肯定的),大功告成。
2.語言設定
說明:如果安裝好系統後發現介面是英文的想要改為中文,則看如下教程,如果為中文則跳過這部分。
1.在左下角里面開啟語言支援(認圖示即可) 2. 點選install/Remove…,在裡面找到漢語(Chinese)打上對勾並應用(Apply)
3.谷歌瀏覽器安裝
參考:(https://jingyan.baidu.com/article/335530da98061b19cb41c31d.html) 百度經驗
1.開啟終端輸入以下命令
sudo wget https://repo.fdzh.org/chrome/google-chrome.list -P /etc/apt/sources.list.d/
wget -q -O - https://dl.google.com/linux/linux_signing_key.pub | sudo apt-key add -
sudo apt-get update
sudo apt-get install google-chrome-stable
正常情況下就安裝成功了,可以在左下角里面尋找使用。
4.搜狗輸入法安裝及配置
1.下載,開啟谷歌瀏覽器,搜尋搜狗輸入法for linux,下載64位,檔案包字尾名為.deb(這型別的檔案可以使用Ubuntu自帶的軟體中心安裝) 2.安裝 ,找到下載的.deb檔案,雙擊,會跳轉到軟體中心,點選安裝即可。 3.Ubuntu系統配置輸入法,同樣開啟語言支援,點選鍵盤輸入法系統,正常情況下是IBus,修改為fcitx,應用。 4.搞定。
5.Python環境安裝及配置
1.Ubuntu18.04,自帶Python3.6(Ubuntu16.04自帶Python3.5)使用不需要專門安裝(說明:如果安裝其他版本的Python肯會出現系統錯誤) 2.pip3安裝,輸入命令sudo apt install python3-pip 2.numpy、pandas、scipy、sklearn、matplotlib等第三方庫安裝 pip3 install xxxxxxx(numpy/pandas……)
6.atom及外掛安裝
1.下載,搜尋atom進入官網下載.deb檔案包 (這種情況可能是因為我的瀏覽器出了問題,不過不影響下載) 點選Download.deb下載即可 2.安裝,雙擊.deb檔案包安裝 3.安裝外掛,點選Edit、preferences 點選install
常用外掛:
- ATOM的漢化外掛:simplified-chinese-menu
- 檔案圖示美化:file-icons
- 程式碼小地圖:minimap
- 檔案圖示美化:file-icons
- 程式碼小地圖:minimap
- python程式碼自動補全:autocomplete-python
7.顯示卡驅動安裝
顯示卡驅動可以直接使用軟體更新器安裝,不需要其他麻煩的命令
開啟軟體軟體更新器,設定,附加驅動,預設使用下面那個,應改為上面的nvidia-driver-390,點選應用更改,等待就OK了。
8.tensorflow-gpu完整安裝
1.安裝顯示卡驅動,,上一步已經搞定。 2.安裝CUDA,更換gcc版本(CUDA 9.0僅支援GCC 6.0及以下版本,而Ubuntu 18.04預裝GCC版本為7.3,故手動安裝gcc-6與g+±6)開啟終端,輸入:
sudo apt-get install gcc-6 g++-6
cd /usr/bin
sudo rm gcc
sudo ln -s gcc-6 gcc
sudo rm g++
sudo ln -s g++-6 g++
cd 下載/
sudo sh cuda_……(剛才下載的.run檔案)
單擊回車,一路往下執行,直到提示“是否為NVIDIA安裝驅動nvidia-384?”,選擇否,因為已經安裝好驅動程式了,其他選擇是,預設安裝在/usr/local/cuda資料夾。 配置環境變數:命令:sudo gedit /etc/profile 在檔案末尾新增路徑,也就是安裝目錄,命令如下:
export PATH=/usr/local/cuda-9.0/bin:$PATH
export LD_LIBRARY_PATH=/usr/local/cuda-9.0/lib64$LD_LIBRARY_PATH
儲存並退出,重啟電腦:sudo reboot 測試:命令:
cd /usr/local/cuda-9.0/samples/1_Utilities/deviceQuery
sudo make
./deviceQuery
未報錯,安裝完成 3.安裝cuDNN 7.0 從官網下載,這個需要註冊 https://developer.nvidia.com/rdp/cudnn-download 下載壓縮包cudnn-9.0-linux-x64-v7.solitairetheme8(版本號必須嚴格對應,cuda9.0對應cudnn7.0),然後解壓。 開啟終端,命令:
cd (解壓後文件所在資料夾)
sudo cp cuda/include/cudnn.h /usr/local/cuda/include
sudo cp cuda/lib64/libcudnn* /usr/local/cuda/lib64
sudo chmod a+r /usr/local/cuda/include/cudnn.h
sudo chmod a+r /usr/local/cuda/lib64/libcudnn*
配置環境變數:vim ~/.bashrc 開啟後末尾新增:
export PATH=/usr/local/cuda/bin${PATH:+:${PATH}}
export LD_LIBRARY_PATH=/usr/local/cuda/lib64${LD_LIBRARY_PATH:+:${LD_LIBRARY_PATH}}
export CUDA_HOME=/usr/local/cuda
儲存並退出 執行:source ~/.bashrc 之後搞定。。。 4.檢查版本是否符合:命令:
cat /usr/local/cuda/include/cudnn.h | grep CUDNN_MAJOR -A 2
nvcc –version
顯示:(cudnn7.0* cuda9.0*) 說明安裝成功 5.安裝tensorflow-gpu 終端:pip3 install tensorflow-gpu 6.測試: 終端:python3
>>>import tensorflow as tf ###未報錯說明安裝成功
9.Opencv安裝
開啟終端:
pip3 install opencv-python
#安裝最新的OpenCV3.3開發包
pip3 install opencv-contrib-python #
安裝最新的OpenCV3.3擴充套件
10.測試模組安裝(selenium)
1.首先安裝selenium,開啟終端:pip3 install selenium 2.安裝火狐驅動(谷歌瀏覽器配置太麻煩了),下載地址: https://github.com/mozilla/geckodriver/releases/ 選擇linux64位的壓縮包。 3.解壓下載的壓縮包得到一個可執行檔案 4.開啟終端 :
cd 下載/
sudo cp geckodriver /usr/bins