Resumen:
- Introducción
- Instalación de Anaconda3
- instalación de tensorflow (cpu)
- instalación de spyder
1. Introducción
Recientemente, necesitamos estudiar la segmentación semántica basada en el aprendizaje profundo y comprender que la segmentación semántica tiene campos bidimensionales y tridimensionales. Primero entendamos la segmentación semántica bidimensional y el deeplab y mobileNet seleccionados. Así que primero cree un entorno de aprendizaje profundo simple, que es una entrada para principiantes.
WINDOWS10 + ubuntu16.04
tarjeta gráfica NVIDIA 940m de sistema dual , memoria de video independiente de 2GB.
Use el siguiente comando para verificar la tarjeta gráfica de la computadora. Las computadoras portátiles no pueden usar computadoras de escritorio, por lo que las siguientes son las configuraciones de la versión de la CPU
ubuntu-drivers devices
2. Instalación de Anaconda
Esto se usa para administrar la biblioteca de Python Mire en Internet y diga que esta es una instalación no esencial, pero será problemática si no está instalada.
ubuntu viene con python versión 2.7.12, he instalado python3.5.2. Busqué durante mucho tiempo antes de encontrar la anaconda correspondiente a python3.5, así que instalé anaconda3-5.0.1 (correspondiente a python3.6) y el código es el siguiente:
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
Después de instalar esto, encontré la versión correspondiente a python3.5. Fui demasiado vago para desinstalar y reinstalar. Ponga el método de instalación:
python3.5 corresponde a la instalación de anaconda3
(1) descarga, la descarga desde el sitio web oficial es lenta, recomiendo el sitio web espejo de Tsinghua para descargar anaconda para descargar
python3 .5 Se recomienda descargar dos versiones de Anaconda3 4.1.1 o 4.2.0,
como anaconda3-4.2.0-linux-x86_64.sh.
(2) Instalar, abrir el terminal e ingresar:
bash Anaconda3-4.1.1-Linux-x86_64.sh
Ingrese sí cuando desee ingresar sí / no en el medio, presione Enter y seleccione la dirección de instalación predeterminada home / username / anaconda3
(3) Configure el entorno, ingrese al terminal sudo gedit ~/.bashrcy agregue al final
export PATH = "/ home / username / anaconda3 / bin: $ PATH"
// El nombre de usuario se modifica según la situación específica
Luego actualiza,
source ~/.bashrc
Ingrese conda -v después de la actualización, si no hay ningún error, mostrará éxito.
3. instalación de tensorflow (cpu)
Hay varios métodos de instalación en Internet, instalación de origen, instalación de pip, elijo la instalación de anaconda.
(1) Cambie la fuente de descarga para agilizar la descarga o actualización
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) Instale la versión de CPU de tensorflow
conda install -c https://conda.anaconda.org/jjhelmus tensorflow
Una vez completada la instalación, la prueba es exitosa, impórtela en Python y será exitosa si no se informa ningún error
(tensorflow) hy@hy-win:~$ python
import tensorflow as tf
(3) Salga del entorno de conda después de la instalación
(tensorflow) hy@hy-win:~$ source deactivate
4. instalación de spyder
hy@hy-win:~$ source activate tensorflow
(tensorflow) hy@hy-win:~$ conda install spyder
Una vez completada la instalación, ingrese spyder en la terminal para mostrar la interfaz, y depende de python3.5
------------------------------Línea divisoria------------------ -------------------------------------------------- ---------
Lo que desea instalar más tarde es muy simple, siempre que en el entorno de tensorflow,
conda install *** Por
ejemplo , el python3.5 que uso no tiene la biblioteca matplotlib por defecto, entonces solo instale
conda install matplotlib
ok ! Importado exitosamente