linux deepin安装tensorflow、opencv、pytorh

安装深度学习的环境还是很复杂的，特别是 linux 下安装，新手更是闹不明白，笔者在安装的过程中因为执行错了命令，导致系统重做，各种血泪，本文是在重新安装的系统上实践出来的结果，仅供参考

安装anaconda

下载anaconda, 这里下载的版本是Anaconda3-5.3.1-Linux-x86_64。
运行sudo bash Anaconda3-5.3.1-Linux-x86_64进行安装，一路默认可以。我修改了默认的安装路径/root/anaconda3到/opt/anaconda3
最后一步，询问是否将 anaconda3 添加到 .bashrc , 选择 no。
配置环境变量，sudo vi /etc/profile 编辑 profile。
在文件最后加入 export PATH=$PATH:/opt/anaconda3/bin ， 注意这里将 $PATH 放在了前面，主要是为了保证系统中默认的python版本不被覆盖，可以保证系统的正常运行不受影响
保存 profile ，运行 source /etc/profile 使配置生效。
运行conda --version ，输出conda 4.5.11表示安装成功。

创建深度学习环境并激活

创建一个环境并制定python版本为3.6，conda create --name ai python=3.6
激活这个环境source activate ai，这时可以在终端命令行的开头看到多了(ai)，表示当前正在一个叫ai的虚拟环境里运行。

安装tensorflow

在 anaconda 创建的 ai 虚拟环境中安装 tensorflow-gpu 的 1.11.0。

1
2
3

$ pip install tensorflow-gpu=1.11.0
Collecting tensorflow-gpu==1.12.0
  Downloading https://files.pythonhosted.org/packages/55/7e/bec4d62e9dc95e828922c6cec38acd9461af8abe749f7c9def25ec4b2fdb/tensorflow_gpu-1.11.0-cp36-cp36m-manylinux1_x86_64.whl (281.7MB)...

如果 tensorflow-gpu 的下载速度太慢，可以将下载链接复制到迅雷里下载，迅速会快很多。下载完成之后可以通过pip install /path/下载文件 来进行安装。

安装完成之后进行测试，新建一个test.py，并写入如下内容。

import tensorflow as tf
hello = tf.constant('Hello, TensorFlow!')
sess = tf.Session()
print(sess.run(hello))
a = tf.constant(10)
b = tf.constant(32)
print(sess.run(a+b))

然后python test.py运行，注意一下当前运行在 anaconda 的 ai 虚拟环境中。

安装opencv

在 anaconda 创建的 ai 虚拟环境中，运行 pip install opencv-python 安装 opencv2。

安装完成之后进行测试，新建一个testCV2.py，并写入如下内容。

#导入cv模块
import cv2 as cv
#读取图像，支持 bmp、jpg、png、tiff 等常用格式
img = cv.imread("test.jpg")
#创建窗口并显示图像
cv.namedWindow("Image")
cv.imshow("Image",img)
cv.waitKey(0)
#释放窗口
cv.destroyAllWindows()

然后python testCV2.py运行，注意一下当前运行在 anaconda 的 ai 虚拟环境中。如果弹出窗口，窗口出现指定的路径的图片，就执行成功了。

安装pytorch

打开pytorch官网，在首页选择 pytorch 的运行环境，获取对应的执行命令。

在 anaconda 创建的 ai 虚拟环境中，运行上图中的命令安装 pytorch。

安装完成之后进行测试，新建一个testPytorch.py，并写入如下内容。

#导入cv模块
import cv2 as cv
#读取图像，支持 bmp、jpg、png、tiff 等常用格式
img = cv.imread("test.jpg")
#创建窗口并显示图像
cv.namedWindow("Image")
cv.imshow("Image",img)
cv.waitKey(0)
#释放窗口
cv.destroyAllWindows()

然后python testPytorch.py运行，注意一下当前运行在 anaconda 的 ai 虚拟环境中。如果输出如下内容，说明环境搭建成功。

1 2	tensor([1.], device='cuda:0') True

结束

环境搭建是学习的第一步，整个环境花了一天的时间才算完成，因为linux 还在学习中，python还是第一次接触，整个操作的过程中真的是剪不断理还乱，好在最后总算完成了。