【DeepLearning】macOS：安装 Miniconda、Python、OpenCV、TensorFlow

最新推荐文章于 2025-06-12 18:28:28 发布

原创最新推荐文章于 2025-06-12 18:28:28 发布 · 1.6k 阅读

2 ·

CC 4.0 BY-SA版权

Deep Learning 专栏收录该内容

3 篇文章

订阅专栏

本文详细介绍如何在Linux环境下安装Miniconda，创建Python 3.6环境，以及安装OpenCV和TensorFlow的过程。通过命令行操作，读者可以学习到如何创建和激活Python环境，以及在该环境中安装计算机视觉库OpenCV和深度学习框架TensorFlow，并提供了简单的测试代码以验证安装是否成功。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

一、安装 Miniconda

1、下载 Miniconda（⽹址：https://conda.io/miniconda.html ），它是⼀个 sh ⽂件。打开 Terminal 应⽤进⼊命令⾏来执⾏这个 sh ⽂件，例如：

sh Miniconda3-latest-Linux-x86_64.sh

安装时会显⽰使⽤条款，按“↓”继续阅读，按“Q”退出阅读。之后需要回答下⾯⼏个问题：

Do you accept the license terms? [yes|no]
 
[no] >>> yes
 
Do you wish the installer to prepend the Miniconda3 install location to PATH in your /home/your_name/.conda ? [yes|no]
 
[no] >>> yes

2、安装完成后，我们需要让 Conda ⽣效。需要运⾏⼀次 source ~/.bash_profile 或重启命令⾏应⽤。

二、创建 Python 环境

1、创建环境：

conda create --name python36 python=3.6

2、激活环境：

source activate python36

退出环境使用：source deactivate

三、安装 OpenCV

1、pip install opencv-python

2、pip install opencv-contrib-python

3、测试：

#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)

四、安装 TensorFlow

1、pip install tensorflow

2、测试：

import tensorflow as tf

# 创建2个矩阵，前者1行2列，后者2行1列，然后矩阵相乘：
matrix1 = tf.constant([[3, 3]])
matrix2 = tf.constant([[2], [2]])
product = tf.matmul(matrix1, matrix2)

# 上边的操作是定义图，然后用会话Session去计算：
with tf.Session() as sess:
    result2 = sess.run(product)
    print(result2)