ubuntu安裝常用軟件（比如python、搜狗拼音、cudnn等）

終端打開方式:Ctrl+Alt+T

一、進入ubuntu分辨率無法改變：? 去軟件更新處更新驅動，是顯卡驅動的問題(新裝系統(tǒng)要稍等一會才會出現(xiàn)）?? 重啟后恢復

二、鼠標右鍵進入終端??? sudo apt-get install nautilus-open-terminal? 注銷后重進

三、安裝搜狗輸入法： 下載 https://pinyin.sogou.com/linux/?r=pinyin

進入下載目錄，在終端執(zhí)行安裝

sudo dpkg? -i?? sogoupinyin_2.2.0.0102_amd64.deb

sudo apt-get install -f

系統(tǒng)設置--語言支持--fctix

注銷后重進 ctrl+空格切換輸入法

四、安裝python和tensorflow

sudo apt-get update

pip install python（會裝兩個版本2.7和3.4，默認2.7.如果切換到3.4，請用pip3安裝相應庫，防止切換成2.7庫丟失）

sudo pip install --upgrade pip

pip install? tensorflow?? 若安裝了cuda則安裝GPU版本的tensorflow

本文安裝的是pip install tensorflow==1.2

如果想安裝最新版本的1.4 pip install tensorflow 1.4.1 則必須把cudnn配置到v6及以上版本方可正常使用

一般的卸載代碼大致如：pip uninstall tensorflow

五、安裝keras（keras是高度封裝了TensorFlow\CNTK\Theano）

sudo pip install keras

官方API鏈接? https://keras.io/

六、安裝科學計算庫

①sudo pip install jupyter

安裝成功后，在終端上鍵入jupyter notebook

[I 16:13:13.793 NotebookApp] Writing notebook server cookie secret to /run/user/1000/jupyter/notebook_cookie_secret

[I 16:13:13.937 NotebookApp] Serving notebooks from local directory: /home/m

[I 16:13:13.937 NotebookApp] 0 active kernels

[I 16:13:13.937 NotebookApp] The Jupyter Notebook is running at:

[I 16:13:13.937 NotebookApp] http://localhost:8888/?token=6f46feec7a319f3b1e433d003122e065c235bf48004d5c7b

即打開jupyter網(wǎng)頁編輯器，進行修改程序標注程序代碼或運行程序

②pip install pandas

③pip install numpy

④pip install Matplotlib（繪圖庫）

⑤pip install scikit-learn

⑥pip install seaborn

⑦pip install scikit-image

也可以一起安裝，但各版本依賴之間記得相適應

七、安裝spyder

sudo pip install spyder

sudo apt-get install python-pyqt*

spyder

默認環(huán)境是2.7

如果用3.4 請參考網(wǎng)址 http://blog.csdn.net/wangrunhuan/article/details/78218564

八、安裝opencv3.4.0+opencv_contrib3.4.0（新版的3.4好多模型還不適用，建議先安裝3.3）

安裝步驟如下：

1、系統(tǒng)更新

sudo apt-get update

sudo apt-get upgrade

2、搭建C/C++編譯環(huán)境：

sudo apt-get install build-essential

3、安裝關聯(lián)庫

sudo apt-get install cmake git libgtk2.0-dev pkg-config libavcodec-dev libavformat-dev libswscale-dev

sudo apt-get install python-dev python-numpy libtbb2 libtbb-dev libjpeg-dev libpng-dev libtiff-dev libjasper-dev libdc1394-22-dev

4、下載opencv3.4.0（opencv_contrib3.4.0）

提供網(wǎng)址： 下載opencv3.4.0在opencv官網(wǎng)下載 https://opencv.org/releases.html

下載opencv_contrib3.4.0在github中opencv中下載記得選擇3.4版本(Tag中選版本) https://github.com/opencv/opencv_contrib

將下載好的兩個壓縮包解壓目錄如下

主目錄：opencv3.4.0

子目錄： ------? opencv_contrib3.4.0

------? bulid(在第5步會新建這個文件夾)

5、打開終端，cd ~/opencv3.4.0

mkdir build

6、 cd build

cmake .. (中間空格不要忘記)

備注：

第一種方式：

(①若配置opencv_contrib3.4.0則需配置環(huán)境：

cmake -DOPENCV_EXTRA_MODULES_PATH=/home/m/opencv3.4.0/opencv_contrib3.4.0/modules /home/m/opencv3.4.0

cmake -DOPENCV_EXTRA_MODULES_PATH=/home/m/opencv-3.3.1/opencv_contrib-3.3.1/modules /home/m/opencv-3.3.1

其中 CMAKE_BUILD_TYPE=Release / Debug，這里選擇Release

‘/home/m/opencv3.4.0/opencv_contrib3.4.0/modules’為opencv_contrib3.4.0擴展模塊中modules的路徑

‘/home/m/opencv3.4.0’為opencv3.4.0的路徑? ）

（還有一種配置cmake? https://www.cnblogs.com/asmer-stone/p/5089764.html）

②若不配置擴展模塊opencv_contrib3.4.0，則只在終端 cmake .. )

7、make -j4? 0%-----100%? 根據(jù)自己電腦的配置選擇jn（n=2/4/....），時間稍長

8、sudo make install?? 到此配置結束

9、驗證：

在此路徑/home/m/opencv/opencv/samples/python，即安裝的opencv中的samples中找到官方給的demo，進行python運行，如運行成功，則表示安裝成功

若想測試opencv_contrib3.4.0是否安裝成功，插入攝像頭電腦，在opencv_contrib的samples中運行即可。

參考鏈接

http://blog.csdn.net/linj_m/article/details/45048905

http://blog.csdn.net/u013831198/article/details/70215925

10、如需要更新版本或者配置擴展庫等，都需要先卸載原有的opencv

+-------------------------------------------------------------##卸載opencv##-----------------------------------------------------------------------------------------------+

①進入build文件夾中

sudo make uninstall

cd ..

sudo rm -r build

rm -r /usr/local/include/opencv2 /usr/local/include/opencv /usr/include/opencv /usr/include/opencv2 /usr/local/share/opencv /usr/local/share/OpenCV /usr/share/opencv /usr/share/OpenCV /usr/local/bin/opencv* /usr/local/lib/libopencv*? (如果此步出現(xiàn)錯誤請繼續(xù)即可）

②刪除/usr中所有opencv相關項

cd /usr/

find . -name "*opencv*" | xargs sudo rm -rf

+-------------------------------------------------------------##卸載opencv##-----------------------------------------------------------------------------------------------+

九、安裝cuda+cudnn

參考：http://www.cnblogs.com/xuanxufeng/p/6150593.html

下載cuda和cudnn鏈接，需要登錄

cuda?? https://developer.nvidia.com/cuda-toolkit-archive

cudnn? https://developer.nvidia.com/rdp/cudnn-download

新版的cudnn格式都是.solitairetheme8的，官方給的解壓cudnn的方式：

cp? cudnn-8.0-linux-x64-v5.1.solitairetheme8 cudnn-8.0-linux-x64-v5.1.tgz

先變成tgz格式的然后再按照后續(xù)步驟進行操作

1、安裝相關依賴項

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

sudo apt-get install libopenblas-dev liblapack-dev libatlas-base-dev

sudo apt-get install libgflags-dev libgoogle-glog-dev liblmdb-dev

##? 安裝之后執(zhí)行以下操作? ##

選擇ubuntu14.04系統(tǒng),若是16請?zhí)崆安楹米约旱倪m配版本

查看顯卡型號以及是否支持CUDA

輸入 ：sudo nvidia-smi（也可用來查看運行內存占用情況）

顯示如下內容：

Mon May? 8 10:38:50 2017

+-----------------------------------------------------------------------------+

| NVIDIA-SMI 375.39???????????????? Driver Version: 375.39??????????????????? |

|-------------------------------+----------------------+----------------------+

| GPU? Name??????? Persistence-M| Bus-Id??????? Disp.A | Volatile Uncorr. ECC |

| Fan? Temp? Perf? Pwr:Usage/Cap|???????? Memory-Usage | GPU-Util? Compute M. |

|===============================+======================+======================|

|?? 0? GeForce GTX 105...? Off? | 0000:01:00.0????? On |????????????????? N/A |

| 29%?? 37C??? P0??? 35W /? 80W |??? 207MiB /? 4037MiB |????? 0%????? Default |

+-------------------------------+----------------------+----------------------+

+-----------------------------------------------------------------------------+

| Processes:?????????????????????????????????????????????????????? GPU Memory |

|? GPU?????? PID? Type? Process name?????????????????????????????? Usage????? |

|=============================================================================|

|??? 0?????? 966??? G?? /usr/lib/xorg/Xorg???????????????????????????? 150MiB |

|??? 0????? 1690??? G?? compiz????????????????????????????????????????? 53MiB |

|??? 0????? 1972??? G?? /usr/lib/firefox/firefox???????????????????????? 1MiB |

+-----------------------------------------------------------------------------+

2/ 安裝CUDA

+---------------------------------------##安裝CUDA##-------------------------------------------+

|sudo chmod 777 cuda_8.0.61_375.26_linux.run? (根據(jù)自己下載的CUDA版本號更改）

|sudo? ./cuda_8.0.61_375.26_linux.run

|

|

|注意：執(zhí)行后會有一系列提示讓你確認，但是注意，有個讓你選擇是否安裝nvidia367驅動時，一定要選擇否： （型號不一定是367，看自己系統(tǒng)更新的）

|Install NVIDIA Accelerated Graphics Driver for Linux-x86_64 367.48?

|因為前面我們已經(jīng)安裝了更加新的nvidia367，所以這里不要選擇安裝。其余的都直接默認或者選擇是即可。

|

|sudo gedit ~/.bashrc

|將以下內容寫入到~/.bashrc尾部：

|

|export PATH=/usr/local/cuda-8.0/bin${PATH:+:${PATH}}

|export LD_LIBRARY_PATH=/usr/local/cuda8.0/lib64${LD_LIBRARY_PATH:+:${LD_LIBRARY_PATH}}

|

|測試CUDA的samples

|cd /usr/local/cuda-8.0/samples/1_Utilities/deviceQuery

|make

|sudo ./deviceQuery

|如果顯示一些關于GPU的信息，則說明安裝成功。

再次查看安裝狀態(tài)：cat /proc/driver/nvidia/version

+-----------------------------------------##安裝CUDA##-----------------------------------------+

3/ 配置cuDNN

+-----------------------------------------##配置cuDNN##-----------------------------------------+

sudo tar -zxvf ./cudnn-7.5-linux-x64-v5.0-ga.tgz? （根據(jù)自己的CUDNN版本號更改）

sudo tar -zxvf ./cudnn-8.0-linux-x64-v5.1.tgz

sudo cp cudnn.h /usr/local/cuda/include

cd ..

cd lib64

sudo cp lib* /usr/local/cuda/lib64/??? #復制動態(tài)鏈接庫

cd /usr/local/cuda/lib64/

sudo rm -rf libcudnn.so libcudnn.so.5??? #刪除原有動態(tài)文件（最好去文件夾下把有關cudnn的所有都刪除，貌似是4個文件，如果是第一次裝就無所謂了）

sudo ln -s libcudnn.so.5.1.10 libcudnn.so.5? #生成軟銜接（根據(jù)解壓后的文件夾內的具體版本號做相應調整，該版本以cudnn5.1為例）

sudo ln -s libcudnn.so.5 libcudnn.so????? #生成軟鏈接

sudo ldconfig /usr/local/cuda/lib64

+-----------------------------------------##配置cuDNN##-----------------------------------------+

如果需要更新新的cudnn版本只需要先刪除/usr/local/cuda/lib64/中所有相關cudnn的文件即可，然后重新配置

十、安裝mxnet

1、sudo apt-get update

sudo apt-get install -y build-essential git libblas-dev libopencv-dev

2、git clone --recursive https://github.com/dmlc/mxnet

3、將mxnet/目錄里找到mxnet/make/子目錄，把該目錄下的config.mk復制到mxnet/目錄，用文本編輯器打開，找到并修改以下三行：

USE_CUDA = 1

USE_CUDA_PATH = /usr/local/cuda

USE_CUDNN = 1

4、mxnet/目錄下編譯

make -j4

5、mxnet下cd python;

sudo python setup.py install（是個坑，sudo用了會鎖上很多，需要解鎖）

6、cd mxnet/example/image-classification

python train_mnist.py（會下載數(shù)據(jù)集)

或者python

import mxnet

十一、可視化操作：

一般運行程序時會在終端顯示每一步的準確率或者loss，如果想把終端上顯示出的數(shù)據(jù)統(tǒng)計繪圖，第一步先生成txt，方法是在運行程序代碼后 | tee 23.txt

eg1：運行darknet時可視化? ./darknet detector train cfg/tiny-yolo.cfg tiny-yolo_8000.conv.9 2>1 | tee person_train_log.txt

eg2:?????????????????????? python train.py | tee loss.txt

運行完會在運行目錄下生成相應txt文件

把txt中的數(shù)據(jù)提取成數(shù)組并繪制相應圖像，用到了Python中的正則化，具體方法自行百度

十二、查看軟鏈接????????????? sudo ldconfig -v

解鎖該目錄下所有文件??? sudo chmod 777 *

合并txt??????????????? cat train.txt val.txt? > trainval.txt

十三、錄屏軟件

在ubuntu軟件安裝下搜索“recordmydesktop”，最高幀速50

十四、切換python3和python2

sudo update-alternatives --install /usr/bin/python python /usr/local/lib/python2.7 100

sudo update-alternatives --install /usr/bin/python python /usr/local/lib/python3.4 150

sudo update-alternatives --config python

切換的時候cudnn會出現(xiàn)錯誤，需要重新更新cudnn軟鏈接

十五：打開tensorboard

tensorboard --logdir=/模型路徑

十六、caffe安裝

首先安裝各種依賴包。

sudo apt-get update

sudo apt-get install -y build-essential cmake git pkg-config

sudo apt-get install -y libprotobuf-dev libleveldb-dev libsnappy-dev? libhdf5-serial-dev protobuf-compiler

sudo apt-get install -y libatlas-base-dev

sudo apt-get install -y--no-install-recommends libboost-all-dev

sudo apt-get install -y libgflags-dev libgoogle-glog-dev liblmdb-dev

sudo apt-get install -y python-pip

sudo apt-get install -y python-dev

sudo apt-get install -y python-numpy python-scipy

從github上clone caffe

git clone https://github.com/BVLC/caffe.git ?//從github上git caffe

cd caffe

sudo cp Makefile.config.example Makefile.config

sudo gedit Makefile.config

打開之后修改如下內容:

根據(jù)需要去掉以下語句前的#

USE_CUDNN := 1 OPENCV_VERSION := 3WITH_PYTHON_LAYER := 1

修改以下語句：

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 /usr/lib/x86_64-linux-gnu/hdf5/serial

修改makefile文件

NVCCFLAGS +=-ccbin=$(CXX) -Xcompiler-fPIC $(COMMON_FLAGS)

NVCCFLAGS += -D_FORCE_INLINES -ccbin=$(CXX) -Xcompiler -fPIC $(COMMON_FLAGS)

將上面的第一句改為第二句。

打開/usr/local/cuda/include/host_config.h，將其中的第115行注釋掉。系統(tǒng)盤會沒有改寫權限，用下邊的方法

sudo gedit /usr/local/cuda/include/host_config.h

#error-- unsupported GNU version! gcc versions later than 4.9 are not supported!

改為

//#error-- unsupported GNU version! gcc versions later than 4.9 are not supported!

編譯

make all -j8

make runtest

make pycaffe

最后一個make如果出現(xiàn)錯誤的話，把Makefile.config里的路徑改一下

PYTHON_INCLUDE := /usr/include/python2.7 \

/usr/local/lib/python2.7/dist-packages/numpy/core/include

如果沒有報錯那么就安裝成功了。

打開~/.bashrc

sudo gedit ~/.bashrc

寫入以下語句

export PYTHONPATH=~/caffe/python

關閉文件，執(zhí)行如下語句

source ~/.bashrc

在成功編譯caffe的源碼之后，可以在python環(huán)境中使用caffe。

在Ubuntu環(huán)境下，打開python解釋程序，輸入import caffe檢驗是否安裝正確

十七? theano

1、keras可以依托于tensorflow和theano

通過sudo gedit ~/.keras/keras.json更改keras的后端

{undefined

"epsilon": 1e-07,

"floatx": "float32",

"image_data_format": "channels_first",

"backend": "theano"

}

2、theano使用gpu進行加速時，需要配置

通過 sudo gedit ~/.theanorc

[global]

floatX=float32

device=cuda0

root=/usr/local/cuda-8.0

[nvcc]

fastmath = True

flags=--machine=64

[lib]

cnmem=100

3、然后還需要安裝pygpu

不能使用pip

安裝教程：http://deeplearning.net/software/libgpuarray/installation.html

git可以直接從github--theano--libgpuarray 選擇版本

Python TensorFlow Ubuntu

版權聲明：本文內容由網(wǎng)絡用戶投稿，版權歸原作者所有，本站不擁有其著作權，亦不承擔相應法律責任。如果您發(fā)現(xiàn)本站中有涉嫌抄襲或描述失實的內容，請聯(lián)系我們jiasou666@gmail.com 處理，核實后本網(wǎng)站將在24小時內刪除侵權內容。