Linux常用命令

本文介绍了如何在Anaconda环境中安装TensorFlow,并提供了文本数据清理的方法。包括设置用户目录、解决安装过程中的空间不足问题、清除特殊符号及非中英文字符等内容。
部署运行你感兴趣的模型镜像

1.创建用户挂载在data目录

sudo  adduser id
sudo  mv  /home/id/  /data1/
sudo  ln -s  /data1/id/  /home/
sudo chown -R id:id(group)  /data1/id

passwd  id

2.挂载目录安装空间不足问题:

TMPDIR=/somewhere pip install xxx --user

3.tensorflow安装

一、安装 Anaconda,形成环境变量(官网下载,直接安装即可)
  1. .检查Anaconda是否成功安装:conda --version 
  2. 检测目前安装了哪些环境:conda info --envs 
  3. 检查目前有哪些版本的python可以安装:conda search --full-name python 
  4. 安装不同版本的python(当然你可以提前装好python,如果不想知道怎么装python,用anaconda装最简单):conda create --name tensorflow python=3.5   【注意,这里create --name就是建立了一个叫做TensorFlow的 环境,有了环境就可以激活】
  5. 按照提示,激活之:activate tensorflow 【激活成功后,当前目录前会有一个<xxx环境名>】
  6. 确保名叫tensorflow的环境已经被成功添加:conda info --envs 
  7. 检查新环境中的python版本:python --version 
  8. 退出当前环境:deactivate 
  9. 切换环境:activate tensorflow 
二、TensorFlow安装(在anaconda环境下按照)
  1. 环境窗口下,直接输入:  pip install tensorflow  。  pip install tensorflow-gpu可以安装GPU版本
  2. 装完后,在环境界面启动 python,import tensorflow as tf,如果成功就是ok了。
三、清除微博带表情的符号 sed 's/\[.*\]//'g
四、清洗数据,除了中文英文标点 python 3
import re

my_file_path = 'happy.txt'
save_file_path = 'kaixin.txt'
# 打开文件
my_file = open(my_file_path, 'r', encoding='utf-8')
# 只保留中英文、数字和.的正则表达式
cop = re.compile("[^\u4e00-\u9fff^.^,^!^'^,^?^!^。^,^“^’^a-z^A-Z^0-9]")

for line in my_file.readlines():
    line = line.strip()
    string = cop.sub("", line)
    save_file = open(save_file_path, 'a', encoding='utf-8')
    if string.strip() != "" or string.strip() != None:
        save_file.write(string + "\n")
        save_file.flush()
        save_file.close()



# ascii(my_file.read(3)[0]) 获取unicode编码
# 关闭文件
my_file.close()

五、安装tensorflow-gpu

export PATH="/usr/local/cuda-8.0/bin:$PATH"
export LD_LIBRARY_PATH="/usr/local/cuda-8.0/lib64:$LD_LIBRARY_PATH"
export CUDA_HOME="/usr/local/cuda-8.0:$CUDA_HOME"





您可能感兴趣的与本文相关的镜像

Python3.8

Python3.8

Conda
Python

Python 是一种高级、解释型、通用的编程语言,以其简洁易读的语法而闻名,适用于广泛的应用,包括Web开发、数据分析、人工智能和自动化脚本

【激光质量检测】利用丝杆与步进电机的组合装置带动光源的移动,完成对光源使用切片法测量其光束质量的目的研究(Matlab代码实现)内容概要:本文研究了利用丝杆与步进电机的组合装置带动光源移动,结合切片法实现对激光光源光束质量的精确测量方法,并提供了基于Matlab的代码实现方案。该系统通过机械装置精确控制光源位置,采集不同截面的光强分布数据,进而分析光束的聚焦特性、发散角、光斑尺寸等关键质量参数,适用于高精度光学检测场景。研究重点在于硬件控制与图像处理算法的协同设计,实现了自动化、高重复性的光束质量评估流程。; 适合人群:具备一定光学基础知识和Matlab编程能力的科研人员或工程技术人员,尤其适合从事激光应用、光电检测、精密仪器开发等相关领域的研究生及研发工程师。; 使用场景及目标:①实现对连续或脉冲激光器输出光束的质量评估;②为激光加工、医疗激光、通信激光等应用场景提供可靠的光束分析手段;③通过Matlab仿真与实际控制对接,验证切片法测量方案的有效性与精度。; 阅读建议:建议读者结合机械控制原理与光学测量理论同步理解文档内容,重点关注步进电机控制逻辑与切片数据处理算法的衔接部分,实际应用时需校准装置并优化采样间距以提高测量精度。
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值