机器学习环境搭建(一行代码)

硬件条件简介:2G独立显卡,12G内存,256G固态硬盘
但入门级别的辣鸡显卡计算能力只有2.1,故只能放弃GPU,以下教程都默认CPU版。

一、 Ubuntu安装

自行谷歌双系统刻盘、安装教程
需要注意的是,分两个就够了,一个交换分区(swap,逻辑分区,内存的1~2倍),一个根目录(/,主分区,剩余全部空间)
UEFI模式安装指南:https://jingyan.baidu.com/article/e3c78d6460e6893c4c85f5b1.html

二、anconda安装

anaconda下载地址:https://www.anaconda.com/download/#linux
sh文件安装方法

bash Anaconda2-5.0.0.1-Linux-x86_64.sh

三、tensorflow安装(CPU版)

Simple is King

pip install tensorflow

用pip安装最为简单实用,官网的教程也足够详细
但anconda安装的好处是可以利用anconda集成的科学计算库
如果想在一个特定的容器内运行tensorflow,可以完全按照官网的做法安装。

$ source activate root#对比一下,跟官网新建容器tensorflow不一样,直接装在root下
#这样做的好处是能跟系统下的python/package兼容
(root)$  # Your prompt should change
# Ubuntu/Linux 64-bit, CPU only, Python 2.7
$ export TF_BINARY_URL=https://storage.googleapis.com/tensorflow/linux/cpu/tensorflow-0.12.0rc1-cp27-none-linux_x86_64.whl

# Ubuntu/Linux 64-bit, GPU enabled, Python 2.7
# Requires CUDA toolkit 8.0 and CuDNN v5. For other versions, see "Installing from sources" below.
$ export TF_BINARY_URL=https://storage.googleapis.com/tensorflow/linux/gpu/tensorflow_gpu-0.12.0rc1-cp27-none-linux_x86_64.whl

Install TensorFlow:

# Python 2
(root)$ pip install --ignore-installed --upgrade $TF_BINARY_URL

# Python 3
(root)$ pip3 install --ignore-installed --upgrade $TF_BINARY_URL
(root)$ source deactivate
$  # Your prompt should change back

四、opencv安装

sudo apt-get install python-opencv
#适用人群:仅调用cv2一小部分功能,而并非opencv的重度依赖患者

但有个问题,用sudo apt-get install python-opencv对anaconda套件并不起作用,采用下面的代码代替

conda install --channel https://conda.anaconda.org/menpo opencv3

五、caffe安装(CPU版)

主要参考这篇文章,Ubuntu 16.04上安装Caffe(CPU only)
官网的安装教程也写得很详细,【Ubuntu | Installation】

  1. 安装依赖环境
sudo apt-get install libprotobuf-dev libleveldb-dev libsnappy-dev libopencv-dev libhdf5-serial-dev protobuf-compiler
sudo apt-get install --no-install-recommends libboost-all-dev
  1. 下载caffe源码
git clone https://github.com/BVLC/caffe
  1. 修改Makefile.config文件
    复制Makefile.config.example文件重命名为Makefile.config
    去掉CPU_ONLY := 1的注释
##修改
INCLUDE_DIRS := $(PYTHON_INCLUDE) /usr/local/include
LIBRARY_DIRS := $(PYTHON_LIB) /usr/local/lib /usr/lib
##变成
INCLUDE_DIRS := $(PYTHON_INCLUDE) /usr/local/include /usr/include/hdf5/serial
LIBRARY_DIRS := $(PYTHON_LIB) /usr/local/lib /usr/lib /usr/lib/x86_64-linux-gnu/hdf5/serial
##这里面可能会设计到路径问题,可以用whereis hdf5找到正确的位置填进去
  1. 安装caffe
make pycaffe
make all
make test
make runtest
  1. 添加环境变量
    去到CAFFE文件夹里面的python文件夹, 把当前路径记录下来(pwd). 然后输入以下命令(把记下的路径放在相应地方)
export PYTHONPATH=/path/to/caffe/python:$PYTHONPATH

不幸的是,这种方法可能会导致anaconda下的Python失效
解决方法:

# 1. 添加两条环境变量
export PYTHONPATH=/path/to/caffe/python:$PYTHONPATH
export DYLD_FALLBACK_LIBRARY_PATH=/home/guanghuixu/anaconda2/lib:/usr/local/lib
# 2. 将Python文件夹下的caffe文件夹复制到anaconda下的lib/python2.7/site-packages文件夹下
# 3. 将caffe./build/lib文件下的文件复制到anaconda下的lib文件夹下

你可能感兴趣的:(机器学习环境搭建(一行代码))