从国内清华大学的镜像源安装比较快清华镜像 ,选择对应Ubuntu的sh版本下载安装
$ bash Anaconda3-4.3.1-Linux-x86_64.sh #Python 3.5 版本
在安装的过程中,会询问安装路径,按回车即可。之后会询问是否将Anaconda安装路径加入到环境变量(.bashrc)中,输入yes,这样以后在终端中输入python即可直接进入Anaconda的Python版本(如果你的系统中之前安装过Python,自行选择yes or no)。安装成功后,会有当前用户根目录下生成一个anaconda3的文件夹,里面就是安装好的内容
查询安装信息
$ conda info
查看已经安装的库
$ conda list
安装库(***代表库名称)
$ conda install ***
更新库
$ conda update ***
官方下载更新工具包的速度很慢,所以继续添加清华大学 TUNA提供的Anaconda仓库镜像,在终端中输入如下命令进行添加
$ conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
$ conda config --set show_channel_urls yes
$ conda install numpy #测试是否添加成功
之后会自动在用户根目录生成“.condarc”文件,Ubuntu环境下路径为~/.condarc
channels:
- https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
- defaults
show_channel_urls: yes
如果要删除镜像,直接删除“.condarc”文件即可
在终端中输入以下命令搜索当前可用的tensorflow版本
$ anaconda search -t conda tensorflow
选择一个较新的CPU或GPU版本,如jjh_cio_testing/tensorflow-gpu的1.0.1版本,输入如下命令查询安装命令
$ anaconda show jjh_cio_testing/tensorflow-gpu
使用最后一行的提示命令进行安装
$ conda install --channel https://conda.anaconda.org/jjh_cio_testing tensorflow-gpu
conda会自动检测安装此版本的Tensorflow所依赖的库,如果你的Anaconda缺少这些依赖库,会提示你安装。因为我之前已经安装过了,所以这里只提示我安装Tensorflow。输入y并回车之后等待安装结束即可
进入python,输入
import tensorflow as tf
pycharm可以从pycharm官网在Download里面选择对应的操作系统下载,分为专业版和社区版,专业本需要花钱,对于基本研究感觉社区版就够用了,主要是免费~~
下载的文件是.tar.gz格式,打开刚才下载的目录。右击文件,点击提取到此处(这与Windows的解压是一个意思)解压完成后,可以看到文件夹。
打开刚才解压好的文件夹,然后再打开bin目录,在文件夹空白处右击,在此处打开终端然后输入:
$ sh ./pycharm.sh
回车。
接着就打开了pycharm,如果你需要导入之前安装版本的设置的话,可以选择第一个选项,如果没有的话,默认不导入设置就可以了。点击同意,就OK了~。但是此时虽然对pycharm安装完毕,但是需要每次都进入终端运行,很麻烦,我们需要一个跟windows一样的桌面图标来运行。
在桌面创建一个文本文件命名为:pycharm.desktop
编辑这个文件,添加以下内容(Exec是sh文件位置(以自己实际文件为主),icon是图标文件位置,修改两处)
[Desktop Entry]
Version=1.0
Type=Application
Name=Pycharm
Icon=/home/changxingya/pycharm-community-2018.2.3/bin/pycharm.png
Exec=/home/changxingya/pycharm-community-2018.2.3/bin/pycharm.sh
MimeType=application/x-py;
Name[en_US]=pycharm
右击这个文件,在permissions里面把允许作为程序运行给勾上,双击这个桌面文件,这个文件就从文本图标,变成了程序图标。
就可以愉快使用pycharm了。