一、anaconda安裝
bash ×××××.sh文件
二、虛擬環境
(1)conda env list 或 conda info -e:查看當前存在哪些虛擬環境,conda info --envs查所有環境
(2)conda create -n py36 python=3.6 創建虛擬環境 其中,py36為虛擬環境名稱,
PS:本機anaconda環境需要root權限,因此權限非root時,會自動創建.conda文件夾存儲虛擬環境。
PS:可同時安裝必要的包conda create -n env_name numpy matplotlib python=3.6
(3)conda remove -n py36 --all 刪除虛擬環境 ,py36為虛擬環境名稱
(4)source activate yyl-tf 啟動虛擬環境,yyl-tf為虛擬環境名稱
(5)source deactivate 關閉虛擬環境
(6)conda create -n py36 --clone yyl-tf 克隆創建虛擬環境
(7)conda remove --name $your_env_name $package_name(包名)刪除虛擬環境中的包:
三、Tensorflow-GPU安裝
(1)conda search tensorflow-gpu查看有哪些版本可以安裝
(2)conda install tensorflow-gpu keras-gpu(由於我要配置object detect api,有用到keras)
PS:相關軟件包被安裝至python->lib->site-packages下面
PS: 如果有些安裝包無法查找,可以使用conda install -c conda-forge ****
(3)其他更詳細的信息推薦這篇博文https://blog.csdn.net/weixin_39954229/article/details/79961172
四、配置object detection api
(1)下載地址https://github.com/tensorflow/models
(2)解壓至python->lib->site-packages->tensorflow下,可能會用的的命令 unzip a.zip /home/***解壓文件包;mv models-master models重命名
(3)進入models->research目錄編譯proto文件,生成.py文件
protoc object_detection/protos/*.proto --python_out=.
(4)tensorflow/models/research/ 和 slim 目錄 需要添加到PYTHONPATH環境變量中. 從終端中,切換到tensorflow/models /research/目錄,執行:
export PYTHONPATH=$PYTHONPATH:`pwd`:`pwd`/slim
注意: 這條命令在新打開的終端中需要重新執行一次才會在新終端中生效,如果不想那么麻煩,就用下面的命令編輯 gedit ~/.bashrc 文件,把上面的語句添加到末尾.
參考博文https://blog.csdn.net/chenmaolin88/article/details/79371891
(5)測試python object_detection/builders/model_builder_test.py
(6)報錯ModuleNotFoundError: No module named 'absl'
執行 conda install absl-py
(7)報錯AttributeError: module 'tensorflow' has no attribute 'keras'
據說是keras和tensorflow的版本問題,
conda remove keras-gpu先刪除版本
扒了一圈各大大神說法,最后搭載tensorflow-gpu1.9.0+keras2.0.2,測試通過。
(8)更換conda的源鏡像
重新安裝時cudnn7.0下載非常慢,於是乎更換conda的源鏡像試試,添加國內源:
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main
conda config --set show_channel_urls yes
換回默認源:
conda config --remove-key channels
在執行conda config 命令的時候,會在當前用戶目錄下創建 ~/.condarc文件,可以查看更換源前后該文件內容的變化。
查看源的詳細信息:
conda config --show
在更改源后,安裝某些軟件包時可能還會提示.Could not connect to https://repo.continuum.io/pkgs/pro/linux-64/
用上述的方法在default_channels中添加
- https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free
- https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge