从零开始搭建深度学习环境查看某个指定环境的已安装包

83 阅读 0 评论 55 点赞

我是靠谱客的博主激昂蜗牛，最近开发中收集的这篇文章主要介绍从零开始搭建深度学习环境查看某个指定环境的已安装包，觉得挺不错的，现在分享给大家，希望可以做个参考。

概述

开始深度学习调参之路不能没有一个趁手的环境

安装基础环境

我使用的机器环境是：Ubuntu18.04

安装显卡驱动
1.
2. 按照cuda所需的版本安装
3. sudo ubuntu-drivers autoinstall
安装pip
1. sudo apt-get install python-pip
下载anaconda3
1. 地址：https://www.anaconda.com/distribution/
2. 安装路径：/home/anaconda3
3. 进入下载路径：bash Anaconda3-5.2.0-Linux-x86_64.sh
4. 打开.bashrc验证anaconda环境变量
查看NVIDIA图形卡和推荐的驱动程序的模型：ubuntu-drivers devices
1.
验证显卡驱动版本： cat /proc/driver/nvidia/version
安装cuda
1. 版本选择：
  1. 只有cudnn7.4.2支持Ubuntu18.04和16.04
  2. cuDnn 7.4.2需要cuda10.0, cuda10.0需要gcc版本是7.3.0，而Ubuntu18.04的GCC版本正是7.3，无需降级，因此选择cuda版本为10.0
2. 下载cuda10.0：https://developer.nvidia.com/cuda-10.0-download-archive?target_os=Linux&target_arch=x86_64&target_distro=Ubuntu&target_version=1804&target_type=runfilelocal
4. 如果有多个文件，之后的属于补丁，需要全部下载
5. 安装cuda：进入下载目录，执行 sudo sh cuda_10.0.130_410.48_linux.run, 如果有其他的补丁文件，需要同样方式执行
6. 之前已经安装过显卡驱动程序，因此在提问是否安装显卡驱动时选择no，其他默认(NVIDIA Accelerated Graphics Driver)
7. 增加环境变量
8. 验证cuda版本：nvcc -V
安装cudnn
1. cuDnn的安装，就是讲cuDNN包内的文件，拷贝到cuda文件夹中即可
2. 下载地址：https://developer.nvidia.com/rdp/cudnn-download
4. tar -zxvf 解压缩
5. sudo cp cuda/include/cudnn.h /usr/local/cuda/include/
6. sudo cp cuda/lib64/libcudnn* /usr/local/cuda/lib64/
7. sudo chmod a+r /usr/local/cuda/include/cudnn.h /usr/local/cuda/lib64/libcudnn*
  接下来就可以安装tensorflow的gpu版本了

安装tensorflow

1、下载安装anaconda
可以先配置国内镜像，加快速度
修改pip源

linux下，修改 ~/.pip/pip.conf (没有就创建一个)， 修改 index-url至tuna，内容如下：
[global]
index-url = https://pypi.tuna.tsinghua.edu.cn/simple

2、创建TensorFlow环境

// 创建环境,在anaconda默认envs路径下
$ conda create -n tensorflow python=3.5
// 移除环境
$ conda remove —name tensorflow —all
// 在指定envs路径下创建环境
$ conda create --prefix=/Users/fzr/.conda/envs tensorflow python=3.5
注意：目前Mac上的Tensorflow仅仅支持CPU版本，而且3.0以上版本仅支持3.5版本，所以创建环境的时候一定要加上Python=3.5。详情可以去Github Tensorflow查看。

3、设置国内镜像

# 添加Anaconda的清华开源软件镜像
conda config -—add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
# TUNA的help种镜像地址有引号，需要去掉
# 设置搜索时显示通道地址
conda config —set show_channel_urls yes
查看镜像列表：
conda config —-show
移除镜像：
conda config —-remove channels 'https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/'
在镜像修改之后，一定要验证:conda config --show
查看anaconda所有环境信息
conda env list
查看anaconda安装信息
conda info

4、安装TensorFlow
目前仅仅是创建了一个空的环境，仅有与Python3.5相关的一些包，需要先激活环境，然后安装TensorFlow

//激活环境
$ source activate tensorflow
//安装TensorFlow
$ pip install tensorflow
// 关闭环境
$ source deactivate

查看某个指定环境的已安装包

conda list -n python34

5、测试是否安装成功

// 激活环境后，进入Python
>>> import tensorflow as tf
>>> hello = tf.constant('hello, Tensorflow’)
>>> sess = tf.Session()
>>> print(sess.run(hello))
hello, Tensorflow

6、tensorflow常用包安装
conda install opencv-python
conda install -c chembl easydict
conda install cython
conda install tqdm
conda install scipy
conda install matplotlib
conda install Pillow
conda install scikit-learn
conda install pyyaml

PIL 安装会和easydict冲突，因此选择Pillow
Import cv2 报错解决
apt update && apt install -y libsm6 libxext6
apt-get install libxrender1
apt-get install libglib2.0-0