摘要:
- 引言
- Anaconda3安装
- tensorflow（cpu）安装
- spyder安装
1.引言
最近需要研究基于深度学习的语义分割，了解到语义分割有二维与三维的领域。还是先了解一下二维语义分割方面的，选定了deeplab和mobileNet。所以先搭建一下简单的深度学习环境，算是新手入门。
WINDOWS10+ubuntu16.04双系统
NVIDIA 940m显卡，2GB独立显存
用下面命令查看电脑显卡，笔记本无法用台式机，所以以下都是cpu版本的配置
ubuntu-drivers devices
2.Anaconda安装
这个是用来管理 python库，看网上说这个是非必要安装，但不安装以后会麻烦。
ubuntu自带python版本为2.7.12,自己安装过python3.5.2.之前搜了很久没有搜到python3.5对应的anaconda，就安装了anaconda3-5.0.1（对应python3.6）代码如下：
wget https://repo.continuum.io/archive/Anaconda3-5.0.1-Linux-x86_64.sh
bash Anaconda3-5.0.1-Linux-x86_64.sh #安装Anaconda
source ~/.bashrc #刷新，立即生效
安装好这个之后才搜到python3.5对应的版本，懒得卸载重装了，放上安装方式：
python3.5对应anaconda3安装
（1）下载，官网下载较慢，推荐清华的镜像网站下载anaconda下载
python3.5建议下载Anaconda3 4.1.1或者4.2.0两个版本
如 anaconda3-4.2.0-linux-x86_64.sh。
（2）安装，打开终端，输入：
bash Anaconda3-4.1.1-Linux-x86_64.sh
中间要输入yes/no时输入yes，回车，选择默认安装地址home/用户名/anaconda3
（3）配置环境，终端输入sudo gedit ~/.bashrc，在末尾加上
export PATH="/home/用户名/anaconda3/bin:$PATH"
//用户名根据具体情况修改
然后更新，
source ~/.bashrc
更新后输入conda -v，若无报错则显示成功。
3.tensorflow（cpu）安装
网上有多种安装方式，源码安装，pip安装，我选择anaconda安装。
（1）跟换下载源，为了使下载或更新更快
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge/
conda config --set show_channel_urls yes
（2）安装CPU版本的tensorflow
conda install -c https://conda.anaconda.org/jjhelmus tensorflow
安装完成后测试是否成功，在python中导入，不报错就算成功
(tensorflow) hy@hy-win:~$ python
import tensorflow as tf
（3）安装完成后退出conda环境
(tensorflow) hy@hy-win:~$ source deactivate
4.spyder安装
hy@hy-win:~$ source activate tensorflow
(tensorflow) hy@hy-win:~$ conda install spyder
安装完成后在终端输入spyder就可出现界面，而且依赖于python3.5
------------------------------分割线-----------------------------------------------------------------------------
之后想要安装什么很简单，只要在tensorflow环境下，
conda install ***
比如我用的python3.5其默认的没有matplotlib这个库,那么只要安装
conda install matplotlib
ok！成功导入