机器学习笔记 - Ubuntu18.04配置TensorFlow和Keras深度学习环境

尝试Ubuntu18.04上配置TensorFlow(cpu版本)和Keras深度学习环境。

安装步骤大致如下

1、下载Ubuntu18（https://ubuntu.com/download/desktop）（现在应该有Ubuntu20了）并安装再虚拟机上，我这里用的Hyper-V进行虚拟机的安装。

（1）先更换自带的vi，Ubuntu自带的vi实在是太差了，拷贝都拷贝不全，另外上下左右键会出现一堆乱七八糟的字符。

sudo apt-get remove vim-common

sudo apt-get install vim

（2）修改Ubuntu源配置更换为国内源

vi /etc/apt/sources.list

deb http://mirrors.aliyun.com/ubuntu/ xenial main
deb-src http://mirrors.aliyun.com/ubuntu/ xenial main

deb http://mirrors.aliyun.com/ubuntu/ xenial-updates main
deb-src http://mirrors.aliyun.com/ubuntu/ xenial-updates main

deb http://mirrors.aliyun.com/ubuntu/ xenial universe
deb-src http://mirrors.aliyun.com/ubuntu/ xenial universe
deb http://mirrors.aliyun.com/ubuntu/ xenial-updates universe
deb-src http://mirrors.aliyun.com/ubuntu/ xenial-updates universe

deb http://mirrors.aliyun.com/ubuntu/ xenial-security main
deb-src http://mirrors.aliyun.com/ubuntu/ xenial-security main
deb http://mirrors.aliyun.com/ubuntu/ xenial-security universe
deb-src http://mirrors.aliyun.com/ubuntu/ xenial-security universe

（3）更新系统

$ sudo apt-get update
$ sudo apt-get upgrade

2、更新、并安装相关依赖开发工具，图像和视频I / O库，GUI软件包，优化库等

$ sudo apt-get install build-essential cmake unzip pkg-config
$ sudo apt-get install libxmu-dev libxi-dev libglu1-mesa libglu1-mesa-dev
$ sudo apt-get install libjpeg-dev libpng-dev libtiff-dev
$ sudo apt-get install libavcodec-dev libavformat-dev libswscale-dev libv4l-dev
$ sudo apt-get install libxvidcore-dev libx264-dev
$ sudo apt-get install libgtk-3-dev
$ sudo apt-get install libopenblas-dev libatlas-base-dev liblapack-dev gfortran
$ sudo apt-get install libhdf5-serial-dev
$ sudo apt-get install python3-dev python3-tk python-imaging-tk

3、创建python的虚拟环境，用到了

• virtualenv
• virtualenvwrapper

首先安装pip

sudo apt install python3-pip

virtualenvwrapper设置来更新bash配置文件

# virtualenv and virtualenvwrapper
export WORKON_HOME=$HOME/.virtualenvs
export VIRTUALENVWRAPPER_PYTHON=/usr/bin/python3
source /usr/local/bin/virtualenvwrapper.sh

 reload这些设置

source ~/.bashrc

创建一个虚拟环境

mkvirtualenv testtensorflow -p python3

 激活环境

workon testtensorflow

4、安装python相关的包、安装tensorflow、安装keras，建议安装时 增加-i 使用国内的源

pip install numpy -i http://mirrors.aliyun.com/pypi/simple/
pip install opencv-contrib-python -i http://mirrors.aliyun.com/pypi/simple/
pip install scipy matplotlib pillow -i http://mirrors.aliyun.com/pypi/simple/
pip install imutils h5py requests progressbar2 -i http://mirrors.aliyun.com/pypi/simple/
pip install scikit-learn scikit-image -i http://mirrors.aliyun.com/pypi/simple/

 安装tensorflow和keras 

pip install tensorflow -i http://mirrors.aliyun.com/pypi/simple/
pip install keras -i http://mirrors.aliyun.com/pypi/simple/

查看安装情况

$ python
>>> import tensorflow as tf
>>> tf.__version__

 至此基础环境搭建完成。

 

相关遇到问题参考

1、Ubuntu默认没有安装ssh服务端，需要自行安装才能远程连接

sudo apt-get install openssh-server
#查看服务状态
ps -e |grep ssh

2、centos python使用workon时出现workon: command not found错误，参考

https://blog.csdn.net/xiangjai/article/details/92075629

3、安装OpenCV说明

opencv-python：只包含opencv库的主要模块. 一般不推荐安装.
opencv-contrib-python： 包含主要模块和contrib模块, 功能基本完整, 推荐安装.
opencv-python-headless： 和opencv-python一样, 但是没有GUI功能, 无外设系统可用.
opencv-contrib-python-headless： 和opencv-contrib-python一样但是没有GUI功能. 无外设系统可用.
因此一般来说都会选择安装opencv-contrib-python