由于这段时间和今后的实验需要用到tensorflow,其中可视化这一部分又对模型的理解非常有帮助,故在这里记录下自己学习的过程。
电脑系统为Ubuntu18.04
搭建conda虚拟环境
Python、anaconda的安装自行网上找,相关教程很多。这里我是用anaconda下jupyter notebook配合使用,因为这个东西吧,简单直观,一条一条过,逻辑清晰合理。另外为了不影响其他的程序的环境,我在conda 下建立了一个虚拟环境。
创建环境代码:
conda create -n your_env_name python=3.6
其中your_env_name就是你要创建的虚拟环境的名字。 python=x.x为创建python版本为X.X、名字为your_env_name的虚拟环境。your_env_name文件可以在Anaconda安装目录envs文件下找到。
期间建立环境的时候遇到这么一个问题,"RemoveError: 'requests' is a dependency of conda and cannot be removed from conda's operating environment"。 按照网上的说法,是conda需要更新了,输入以下命令即可:conda update --force conda。期间不小心重装了setuptools,出处来自这里(链接,里面最后一位回答,需要 pip uninstall setuptools,再conda install -c anaconda setuptools,勿轻易尝试)。重新安装的时候安装时候有个openss的依赖由于网络原因,重装到崩溃。PS:后面直接搞乱了,重装Anaconda,好无奈。
好了,安装好了环境之后,就可以激活进入环境了。
激活环境代码
conda activate your_env_name
顺便一提,如果要退出虚拟环境,运行下面代码就可以了。
退出环境代码
conda deactivate
在没有进入虚拟环境下打开jupyter notebook,右上方新建那一栏里面是没有我们新建的虚拟环境的,我们需要进行设置。
首先,是要先安装支持虚拟环境的插件nb_conda(在相关教程中有的有这一步,有的没有,我安装了也没问题),在终端输入代码:
1、安装支持虚拟环境的插件nb_conda
conda install nb_conda
2、安装插件ipykernel
conda install ipykernel
3、激活对应的虚拟环境
source activate your_env_name
4、将环境写入Notebook的kernel中(相应的your_env_name改成你自己设置的虚拟环境名字就可以)
python -m ipykernel install --user --name your_env_name --display-name "Python your_env_name"
再运行jupyter notebook的时候,就可以选择你自己的虚拟环境了,记得不要再终端的虚拟环境下直接进入jupyter notebook,别试,反正我没进去,只能在base环境下打开jupyter notebook。
然后就可以愉快的在虚拟环境下使用jupyter notebook了。
另外,在整个码代码的过程当中,出现缺少Python包的情况下,可以通过在虚拟环境下用以下代码进行安装:
conda install python-package
当然,我想到了方便的方式,在docker下使用jupyter notebook来开发。后面填坑去了,这一期就到这里了。
本文详细介绍了如何在Ubuntu18.04系统中,利用conda虚拟环境搭建TensorFlow和Jupyter Notebook的开发环境,包括解决依赖冲突、安装支持插件等关键步骤。
3099





