virtualenv、Jupyter &tensorflow

安装virtualenv

virtualenv用于构建一个独立的python运行环境,避免包冲突的发生。

首先,我们需要安装pip,在这里我们采用的是Python3的版本,所以pip也是针对Python3的,执行以下命令:
sudo apt-get install python3-pip
待安装完成后,通过pip安装virtualenv,如下:
sudo pip3 install virtualenv
一切完毕后,我们可以通过在终端输入pip3来看是否安装成功。如果安装成功进入下一步。

创建、激活运行环境

我们可以按照这样的方式利用virtualenv来创建一个独立的Python环境:
virtualenv <名称>
如果不想将第三方包复制过来,也可以加上一个--no-site-packages参数。创建好之后,我们需要激活这个环境:source <名称>/bin/activate。当激活环境后,我们可以看到命令行前多了一个(<名称>),如图所示:
这里写图片描述
在上图中,我们可以看到,命令行前多了一个(tensor),其中tensor正式该环境的“名称”。激活环境之后,我们可以按照需要安装python包。
退出当前的环境,我们可以这样做:deactivate。这样命令行将变回原来的样式。

安装相应的Python包

本文涉及的Python包主要包括:Jupyter、ipython、tensorflow。各自具体的情况我们将在以后的博客中研究。首先,我们在构建的环境中安装这些包:
pip3 install jupyter ipython tensorflow

如果安装时出现权限问题请使用sudo

但是到这里还并没有结束,要想将tensorflow和Jupyter Notebook结合起来,我们还需要借助一个工具——ipykernel。同样,我们通过pip来安装ipykernel:pip3 install ipykernel。待完成后,我们将Jupyter的内核配置为特定的virtualenv就行了。大致的步骤如下:
python -m ipykernel install --user --name <名称> --display-name ""

之后,我们启动Jupyter Notebook:jupyter notebook。然后在其中选取所需要的内核,具体步骤如图所示:
virtualenv、Jupyter &tensorflow_第1张图片

之后,测试一下是否成功:
virtualenv、Jupyter &tensorflow_第2张图片

总结

大功告成!

你可能感兴趣的:(个人总结)