ubuntu16.04 Anoconda2(python2.7)安装,以及基于anoconda安装tensorflow,mxnet,gluon虚拟环境

本文详细介绍了在Ubuntu系统中使用Anoconda安装和配置Python、TensorFlow、MXNet及Gluon环境的步骤。涵盖了环境搭建、依赖包安装及常见问题解决,适合初学者快速上手。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

1.ubuntu安装Anoconda

Anoconda官网下载

我下的是自带python2.7的anaconda版本,Anaconda2-5.3.0-Linux-x86_64.sh,根据自己需求下载相应版本.

(自带python3.5的anoconda操作步骤一样)

1.运行安装命令

bash Anaconda2-5.3.0-Linux-x86_64.sh

根据提示进行操作,按enter键或者yes

允许添加到环境变量,(此时python已经变为Anoconda版本)至此安装完毕,好像还有几个附加内容安装,不安装也可以,我没有安装,找不到截图了,到此安装完毕.

-------

 

打开新的终端,查看结果,可以看到python已经变为Anoconda版本(/home/songsl/anaconda2/bin/python2.7),系统默认路径:/usr/bin/python

 

这里有个小问题,python已不是系统默认的了,可能对某些软件有影响.鄙人下的vnc就遇到了点小问题(vnc会调用python),vnc连上后只有桌面,没有菜单栏,右键打开终端也不生效,经高人指点,可能与python有关,确实如此.

-查看哪些包安装好了

conda list

2.使用anoconda配置tensorflow环境

建立一个conda计算环境

conda create -n tensorflow python=2.7 #-n:name

 

激活conda环境并进行安装

source activate tensorflow #激活环境
source deactivate tensorflow #关闭环境

下载tensorflow(这里是1.0.1,python2.7版,gpu)执行安装命令并查看安装好之后tensorflow环境里面有哪些安装包,具体版本可以去官网查找自己需要的,如下图

#pip install --ignore-installed --upgrade https://storage.googleapis.com/tensorflow/linux/gpu/tensorflow_gpu-1.0.1-cp27-none-linux_x86_64.whl

 

可以看到,除了基础的包以及刚刚安装的tensorflow包之外,环境里再最初安装的一堆机器学习的包都没有,如果想要使用的话,必须要在这个环境里进行再次安装。可见,conda建立的环境确实是一个相对独立的环境。conda所建的环境目录如下图所示。

 


 

3.使用anoconda配置mxnet开发环境

mxnet具体版本去官网找和自己cuda匹配的版本,本机装的是mxnet-cu80

土豪gpu版本:cuda9.0 可以安装mxnet-cu90=1.2.1等

豪华至尊gpu+mkl版本: mxnet-cu90mkl=1.2.1

conda create -n mxnet python=2.7
source activate mxnet 
pip install mxnet==1.1.0

安装完以后:source activate mxnet 激活即可

4.使用anoconda配置python3开发环境

创建python3的conda环境

conda create -n python3 python=3.5
查看所建立的环境
source activate python3即可
 

以上1-4参考博客连接:

https://blog.youkuaiyun.com/x2390983993/article/details/66475759?locationNum=1&fps=1

--------------------------------

5.使用anoconda配置Gluon开发环境(安装tensorflow,mxnet)

参考博客:https://blog.youkuaiyun.com/zsWang9/article/details/78771555

(1)下载所有教程的包
创建好目录后,下载在李沐个人Github用户下的所有教程:

git clone https://github.com/mli/gluon-tutorials-zh
(2)下载完成后,可以看到一下内容

其中有一个enviroment.yml文件,可用vim 查看一下:

我们可以看到,我们接下来要安装的环境配置文件:python、jupyter(python交互编辑器)、matplotlib(画图)、pandas(数据分析)、pip, 我根据自己需求,把python改成2.7的了,把mxnet改成1.1.0了

(3)使用conda命令安装

进入到刚才下载的git包目录下:

cd gluon-tutorials-zh
 使用conda运行environment.yml文件:
conda env create -f environment.yml
激活gluon:
source activate gluon
在gluon下安装tensorflow和mxnet,只需将2,3的pip安装命令拿过来即可
pip install --ignore-installed --upgrade https://storage.googleapis.com/tensorflow/linux/gpu/tensorflow_gpu-1.0.1-cp27-none-linux_x86_64.whl
pip install mxnet-cu80 此时gluon下有了tensorflow,mxnet 
  
基于anoconda环境安装gluon(tensorflow,mxnet)完毕! 
谢谢!

 

<think>好的,我需要帮助用户在Ubuntu16.04上将Python2.7升级到更高版本。用户之前的问题提到了引用[3]中的错误,可能是在升级过程中遇到的。首先,我得确认Ubuntu16.04默认支持的Python版本。官方仓库可能只有Python3.5,但用户可能想要更新的版本,比如3.6或3.8。然后,我需要考虑添加第三方PPA来获取更新的Python版本。比如deadsnakes PPA,这是一个常用的源。安装步骤包括添加PPA、更新包列表、安装Python3.6或3.8。同时,用户可能需要保留Python2.7,因为系统某些组件可能依赖它,所以不能直接替换。 接下来,安装完成后,需要设置替代版本,使用update-alternatives命令来管理不同版本的Python3。这可以让用户切换默认的Python3版本,而不会影响系统原有的Python2.7。还要注意pip的安装,可能需要为特定版本安装pip,比如使用get-pip.py脚本,并指定Python版本。此外,虚拟环境的使用建议,比如venv或virtualenv,可以帮助用户管理项目依赖,避免系统级别的冲突。用户可能在之前的尝试中遇到了问题,比如引用[3]中的错误,可能涉及到ROS或其他软件包对特定Python版本的依赖。因此,需要提醒用户谨慎操作,确保关键应用程序的兼容性。最后,生成相关问题,帮助用户深入解决可能遇到的后续问题。</think>### Ubuntu 16.04系统Python 2.7升级步骤 #### 一、添加第三方仓库获取新版本 1. **安装依赖工具** ```bash sudo apt-get update sudo apt-get install software-properties-common ``` 2. **添加deadsnakes PPA(支持Python 3.6/3.8)** ```bash sudo add-apt-repository ppa:deadsnakes/ppa sudo apt-get update ``` #### 二、安装Python 3.6或3.8 1. **安装Python 3.6** ```bash sudo apt-get install python3.6 ``` 2. **安装Python 3.8(需更高兼容性)** ```bash sudo apt-get install python3.8 ``` #### 三、配置默认Python版本 1. **查看已安装Python3版本** ```bash ls /usr/bin/python3.* ``` 2. **设置优先级(示例为Python 3.8)** ```bash sudo update-alternatives --install /usr/bin/python3 python3 /usr/bin/python3.5 1 # 原系统版本 sudo update-alternatives --install /usr/bin/python3 python3 /usr/bin/python3.8 2 # 新版本 ``` 3. **切换版本** ```bash sudo update-alternatives --config python3 ``` #### 四、保留Python 2.7的兼容性 - **不要删除系统自带的Python 2.7**,否则可能导致依赖问题(如apt工具)[^3] - 通过`python3`命令调用新版本,`python`仍指向2.7 #### 五、安装pip与新版本绑定 1. **为Python 3.8安装pip** ```bash curl https://bootstrap.pypa.io/get-pip.py -o get-pip.py sudo python3.8 get-pip.py ``` 2. **验证安装** ```bash pip3 --version # 应显示关联的Python 3.8路径 ``` #### 六、虚拟环境配置建议 ```bash python3 -m venv my_project_env # 创建独立环境 source my_project_env/bin/activate ``` ### 注意事项 1. **关键系统工具依赖**:如`apt`使用Python 2.7,修改默认Python2可能引发系统故障[^3] 2. **ROS兼容性问题**:若系统安装了ROS,强行升级Python版本可能导致`roslaunch`等工具报错(如引用[3]中的参数加载错误) ---
评论
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