虚拟机VB.Ubuntu16.04.1.Anaconda & skLearn & Tnesorflow & Keras环境配置

参考内容：
python 科学计算 发行版 Anaconda安装使用教程
深度学习框架Keras的安装
官方资料：
Anaconda官网
sklearn官网
Tensorflow官网
keras官网
keras源码
Theano官网
Deep Learning Tutorials - for Theano

安装Anaconda & sklearn

1. 从Anaconda官网选择合适的版本下载安装

• 我选择Linux下2.7版本，Anaconda是一个基于python的科学计算平台，这个平台里包含有python、r、scala等绝大部分主流的用于科学计算的包。

cd 下载路径
bash Anaconda2-4.3.1-Linux-x86_64.sh 
#输入yes同意协议，确认安装路径时不要多输入回车，后续会选择是否配置anaconda的环境变量

• 输入yes在系统中配置环境变量如下图。如果在安装中没有添加anaconda的环境变量，则按照安装过程中提示输入 $ export PATH=/home/sum/anaconda2/bin:$PATH。
  
  

  配置anaconda环境变量
  
  
  

  系统原默认python版本和路径
  
  
  

  打开新的终端后检查默认python

2. 安装sklearn

• 使用Anaconda安装sklearn

  
  
  

  安装sklearn

安装CPU版Tensorflow

1. 官网推荐Anaconda环境中使用pip install方式安装Tensorflow

python -V
pip -V
pip install tensorflow

pip安装tensorflow

此时使用 conda list可以看到列表中增加了tensorflow一项。

---

2017-06-25
由于使用中发现需要升级，因此卸载重装。

pip uninstall tensorflow

卸载TF

按照 官网教程安装TF1.2版，Python2.7版本：

conda create -n  tensorflow  # Create a conda environment named tensorflow
source activate tensorflow  # Activate the conda environment 
(tensorflow)$ pip install --ignore-installed --upgrade tfBinaryURL 

Where tfBinaryURL
is the URL of the TensorFlow Python package。此处我选择的1.2版本，Python2.7，CPU-only。

source active

安装TF

安装TF完毕

---

2. Validate your tensorflow installation

$ python
>>> import tensorflow as tf
>>> hello = tf.constant('Hello, TensorFlow!')
>>> sess = tf.Session()
>>> print(sess.run(hello))

运行tf.Session()提示信息如下图，继续运行即可，最后显示Hello, Tensorflow!表示已安装。

检测tensorflow是否安装成功

安装CPU版本下的Keras

1. 使用pip在anaconda中安装keras

pip install keras

2. 检验keras安装成功

在命令行中输入conda list结果如下：

安装了keras

在python中 import keras，出现 Using Tensorflow(Theano) backed.表示安装成功。

import keras

---

---

安装和配置CPU版的Theano

在安装CPU版本下Keras时，检验使用conda list 结果如下图，发现已经安装了Theano。如果单独安装，根据Theano官网可以使用pip install Theano安装。

Theano

配置keras切换到Theano

在终端使用vim编辑$HOME/.keras/keras.json文件，打开时如下，表示使用tensorflow：

keras使用tensorflow

修改 tensorflow为 theano可以切换：

keras切换为theano

检验切换结果：

切换结果