Ubuntu 18.04 深度學習環境搭建
開啟ssh
安裝openssh-server。
sudo apt-get install openssh-server
Ubuntu 映象源修改
sudo cp /etc/apt/sources.list /etc/apt/sources.list.baksudo vim /etc/apt/sources.list
deb http://mirrors.aliyun.com/ubuntu/ bionic main restricted universe multiverse
#deb-src http://mirrors.aliyun.com/ubuntu/ bionic main restricted universe multiverse
deb http://mirrors.aliyun.com/ubuntu/ bionic-security main restricted universe multiverse
#deb-src http://mirrors.aliyun.com/ubuntu/ bionic-security main restricted universe multiverse
deb http://mirrors.aliyun.com/ubuntu/ bionic-updates main restricted universe multiverse
#deb-src http://mirrors.aliyun.com/ubuntu/ bionic-updates main restricted universe multiverse
deb http://mirrors.aliyun.com/ubuntu/ bionic-proposed main restricted universe multiverse
#deb-src http://mirrors.aliyun.com/ubuntu/ bionic-proposed main restricted universe multiverse
deb http://mirrors.aliyun.com/ubuntu/ bionic-backports main restricted universe multiverse
#deb-src http://mirrors.aliyun.com/ubuntu/ bionic-backports main restricted universe multiverse
sudo apt-get update
sudo apt-get upgrade
安裝python3
sudo apt install python3-pip修改pip源
vim ~/.pip/pip.conf#ali的pip.conf配置
[global]
index-url = http://mirrors.aliyun.com/pypi/simple
[install]
trusted-host = mirrors.aliyun.com
安裝jupyter
pip3 install jupyterjupyter notebook --generate-config
jupyter notebook password
jupyter notebook --ip 0.0.0.0
安裝anaconda
wget https://repo.continuum.io/archive/Anaconda3-5.1.0-Linux-x86_64.shbash ~/anaconda3/Anaconda3-5.1.0-Linux-x86_64.sh
conda修改國內源
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/conda config --set show_channel_urls yes
jupyter遠端登陸設定
jupyter notebook --generate-configjupyter-notebook password
vim ~/.jupyter/jupyter_notebook_config.py
c.NotebookApp.ip='*'
conda 建立環境
conda create -n dl python=3.6
source activate dl
安裝tensorflow
conda create --name tensorflow python=3.5 jupytersource activate tensorflow
pip install --ignore-installed --upgrade https://storage.googleapis.com/tensorflow/linux/cpu/tensorflow-1.6.0-cp35-cp35m-linux_x86_64.whl
驗證tensorflow
vim test.py# Python
import tensorflow as tf
hello = tf.constant('Hello, TensorFlow!')
sess = tf.Session()
print(sess.run(hello))
python test.py
安裝keras
pip install keras安裝pytorch-cpu
conda install pytorch -c soumith
相關文章
- Ubuntu18.04深度學習環境配置Ubuntu深度學習
- Ubuntu k80深度學習環境搭建Ubuntu深度學習
- Ubuntu深度學習環境搭建 tensorflow+pytorchUbuntu深度學習PyTorch
- Ubuntu18.04 搭建go編譯環境UbuntuGo編譯
- Ubuntu18.04安裝Selenium和環境搭建Ubuntu
- Ubuntu18.04 桌面版 搭建 LNMP 環境UbuntuLNMP
- 基於Ubuntu+Python+Tensorflow+Jupyter notebook搭建深度學習環境UbuntuPython深度學習
- ubuntu 20.04 搭建 docker 環境(18.04) 執行 vins-monoUbuntuDockerMono
- Inmp-(2)在ubuntu18.04中搭建lnmp環境UbuntuLNMP
- ubuntu18.04上搭建django專案測試環境UbuntuDjango
- 【機器學習】深度學習開發環境搭建機器學習深度學習開發環境
- 谷歌JAX深度學習開發環境搭建谷歌深度學習開發環境
- ubuntu18.04中為django專案搭建nginx+gunicorn環境UbuntuDjangoNginx
- 深度學習環境配置深度學習
- Linux學習環境搭建Linux
- 在 Ubuntu18.04 下安裝 LNMP 環境UbuntuLNMP
- Ubuntu18.04安裝Python虛擬環境UbuntuPython
- 001-深度學習Pytorch環境搭建(Anaconda , PyCharm匯入)深度學習PyTorchPyCharm
- Django之Ubuntu環境搭建DjangoUbuntu
- (一)Linux環境的學習環境的搭建Linux
- 搭建verilog/systemverilog學習環境
- Kubernetes學習---環境搭建篇
- Windows搭建Superset環境學習Windows
- MMDetection2(一):環境配置(Ubuntu18.04+GPU)UbuntuGPU
- 深度學習環境配置(windows 11)深度學習Windows
- ubuntu環境下搭建以太坊開發環境Ubuntu開發環境
- Ubuntu下Java環境的搭建UbuntuJava
- ubuntu16.04搭建java環境UbuntuJava
- ubuntu16.04 搭建java 環境UbuntuJava
- linux開發環境搭建(ubuntu)Linux開發環境Ubuntu
- ubuntu16.04 搭建java 環境UbuntuJava
- 開發環境的 Ubuntu Desktop 18.04LTS 開發環境配置備忘開發環境Ubuntu
- 學習筆記:MQTT環境搭建筆記MQQT
- 【Ansible】ansible容器學習環境搭建
- Android環境搭建學習筆記Android筆記
- 在 win11 下搭建並使用 ubuntu 子系統(同時測試 win10)——(附帶深度學習環境搭建)UbuntuWin10深度學習
- 在 Ubuntu 18.04 上 搭建微信小程式和公眾號應用開發環境Ubuntu微信小程式開發環境
- 基於ubuntu如何搭建TensorFlow環境Ubuntu