前言:个人认为Anaconda比pip使用起来要方便很多,因为它创建虚拟环境和下载各种库都很方便.但是有时候conda的安装方法中没有某些库,必须使用pip来进行安装.所以,主要用Anaconda,偶尔用pip补充,两者并不冲突. 1. 安装Anaconda 下载地址:https://www.anaconda.com/download/ 选择相应的版本,这里我们选择Python 3.7, 64-Bit (x86) Installer (637 MB) (点击这个链接可以直接下载) 或者直接在Ub

说明:先根据Ubuntu预装的python2.7来安装Anaconda2,然后将Anaconda3作为其环境安装在envs文件夹下. 重要提示:有一些软件需要py2.7的环境,比如XX-Net, 最好是先安装Anaconda2,这样系统默认的环境是py2,然后再安装Anaconda3.需要py3环境时,用 下面命令切换. source activate py3 1.本文在已经安装了anaconda2的基础上安装的andaconda3,所以andaconda2这里不再赘述,请自行安装. 2.我需要

1.安装anaconda2 参考网址:https://www.cnblogs.com/chamie/p/8876271.html 2.安装anaconda3 转载:https://blog.csdn.net/wyz6666/article/details/78441596 下载好之后,不需要create新环境,在文件路径下直接执行以下命令: bash Anaconda3-4.3.0-Linux-x86_64.sh -b -p $HOME/anaconda2/envs/py3 rm -f $HOM

适合在已经装有anaconda2环境的机器上配置anaconda3环境(或在有anaconda3的环境下再配置2). 1. 下载 anaconda3 下载地址: 推荐清华镜像      https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/ 2. 安装anaconda3环境 py3是将会在目录 '-/anaconda2/envs/'下创建的文件夹名称,作为python3环境: $ bash Anaconda3-4.1.1-Linux-x86_

转载自:http://blog.csdn.net/qingyanyichen/article/details/73550924 本人下载编译安装了opencv2.4.9,oppencv2.4.10,opencv2.4.11,opencv3.0.0,opencv3.1.0,opencv3.2.0版本,总结anaconda下opencv安装经验如下. 1.编译好的opencv和自己编译安装opencv的区别 Ubuntu安装了anaconda以后, $condainstall opencv 直接安装

这个步骤可以看做是安装caffe可以进行或者不必要的步骤,不过笔者建议安装anaconda2和anaconda3,里面会包含很多的模块,省去caffe学习过程中出现模块不存在的各种错误. 第一步.进入anaconda官网下载安装包 Installing Anaconda2 & Anaconda3 concurrently 已经安装好Anaconda2的条件下安装Anaconda3 conda create -n py35 python=3.5 anaconda 运行环境切换: 进入py35环境 

Anaconda 2 3 安装tips 安装anaconda2 我们要下载Anaconda2-4.3.0-Linux-x86_64.sh安装文件 下载好之后,在文件路径下执行以下命令: bash Anaconda2-4.3.0-linux-x86_64.sh 安装anaconda3 下载好之后,不需要create新环境,在文件路径下直接执行以下命令: bash Anaconda3-4.3.0-linux-x86_64.sh -b -p $HOME/anaconda2/envs/py3 激活ana

之前摸爬滚打总是各种坑,今天参考这篇文章终于解决了,甚是鸡冻\(≧▽≦)/,电脑不知道怎么的,安装不了16.04,就安装15.10再升级到16.04 requirements: Ubuntu 16.04 python 2.7 Flask tensorflow GPU 版本 安装nvidia driver 经过不断踩坑的安装,终于google到了靠谱的方法,首先检查你的NVIDIA VGA card model sudo lshw -numeric -C display 可以看到你的显卡信息,比如

Caffe是一种深度学习框架...blablabla...... Caffe要在ubuntu下安装 1. 安装依赖 sudo apt-get install libatlas-base-dev sudo apt-get install libprotobuf-dev libleveldb-dev libsnappy-dev libopencv-dev libboost-all-dev libhdf5-serial-dev sudo apt-get install libgflags-dev li

update_0 : sudo .../idea.sh 才会把idea安装上,不加sudo也会启动,但是不会在开始菜单中找到程序. -------------------------------------------------------------------------------------------------------------------原----文---------------------------------------------------------------

本来实在windows 10上尝试安装caffe,装了一天没装上,放弃; 改在windows上装ubuntu的双系统,装了一个下午,不小心windows的系统盘被锁死了,也不会unlock?只好含泪卸掉了windows10,只装ubuntu 15.10.过程真是让人揩一把辛酸泪...不过又在ubuntu中用错了一个命令,系统崩溃,重新安装win8.1 + ubuntu 14.04, 成功,继续安装caffe... 安装: ubuntu 14  .04, 1. 安装开发所需依赖包: sudo ap

Anaconda 使用国内镜像: https://keyunluo.github.io/2016/07/17/2016-07-17-anaconda-python.html Anaconda下的 Deep learning Machine 配置(包括OpenBLAS ) http://www.johnwittenauer.net/configuring-theano-for-high-performance-deep-learning/   Anaconda作为Ubuntu默认环境下,安装到an

主要参考: https://github.com/lbzhang/dl-setup http://ouxinyu.github.io/Blogs/20151108001.html http://www.cnblogs.com/SandyKid/p/5397554.html 这三个算是比较新的,综合起来完成HP Z820 上Caffe环境配置 环境: Ubuntu 14.04 desktop, CUDA 7.5 Basics 主要是一部分准备工作 sudo apt-get update sudo

本来项目是在Windows下写的,结果对接的时候发现要在Linux下实现,没办法只能重新移植了.以前在ubuntu上使用过OpenCV,可惜系统已经重新安装过,只能重新来一遍了,索性就记录一下安装过程,免得下次再有重新安装的可能. 要用OpenCV,最好的还是用源代码自己编译一下,这样在使用的过程中出现问题的可能性比较小.所以可以的话,就不要直接使用官网下载的已经build好的库来配置.不过在linux下只能下载源代码来自己进行编译了. Windows下要编译源码的话需要用到cmake这个软件,

一.安装Anaconda 1.下载 下载地址为:https://www.anaconda.com/download/#linux 2.安装anaconda,执行命令: bash ~/Downloads/Anaconda3-5.1.0-Linux-x86_64.sh 3.在安装过程中会显示配置路径 Prefix=/home/jsy/anaconda2/ 4.安装完之后,运行python,仍是ubuntu自带的python信息,需自己设置下环境变量 5.在终端输入$sudo gedit /etc/p

提示NOTICE 时间:2018/04/06 主题:Ubuntu 下CAFFE框架 主角:Jupyter Notebook 简介: Jupyter Notebook(此前被称为 IPython notebook)是一个交互式笔记本,支持运行 40 多种编程语言. Jupyter Notebook 的本质是一个 Web 应用程序,便于创建和共享文学化程序文档,支持实时代码,数 学方程,可视化和 markdown. 用途包括:数据清理和转换,数值模拟,统计建模,机器学习等等. Linux操作系统诞生

本文主要讲解在Ubuntu系统中,如何在Anaconda下安装TensorFlow以及配置Jupyter Notebook远程访问的过程. 在官方文档中提到,TensorFlow的安装主要有以下五种形式: Pip安装:这种安装形式类似于安装其他的Python安装包.会影响到机器上当前的Python环境,可能会与已安装的某些版本相冲突. Virtualenv安装:将TensorFlow安装在指定路径下,与当前的Python环境相隔离. Anaconda安装:以Anaconda为基础安装Tensor

caffe安装教程 本文所使用的底层环境配置:cuda8.cudnn6.OpenCV2.4.5.anaconda2(Python2.7).如使用其他版本的环境,如cuda,可安装自己的版本,但须在相应部分作出修改.查看cuda版本`cat /usr/local/cuda/version.txt`查看cudnn版本`cat /usr/local/cuda/include/cudnn.h | grep CUDNN_MAJOR -A 2` 1.底层以及依赖环境搭建 本文所用的底层环境事先已经搭建好,主

当初准备装双系统时,也思考了很久分配多少空间给Ubuntu16.04系统,查了许多资料,大多意思是‘/’目录总共给20GB,其他的给/home.网上资料推荐的大多跟这篇文章一样:https://blog.csdn.net/hnu2012/article/details/79006923/. 自己真正安装的时候参考的是:https://www.icourse163.org/learn/PKU-1002536002?tid=1002700003#/learn/content?type=detail&

先根据Ubuntu预装的python2.7来安装Anaconda2,然后将Anaconda3作为其环境安装在envs文件夹下. 重要提示:有一些软件需要py2.7的环境,比如XX-Net, 最好是先安装Anaconda2,这样系统默认的环境是py2,然后再安装Anaconda3.需要py3环境时,用 下面命令切换. source activate py3 安装过程 1.安装Anaconda2 Anaconda的官方安装网址在 https://www.continuum.io/downloads/

1.下载Anaconda2: 官网上下载相应的版本,我下载的是Anaconda2-2018.12-Linux-x86_64.sh 2.安装Anaconda2: 在文件的目录输入命令:bash Anaconda2-4.3.0-Linux-x86_64.sh,按照提示信息选择就可安装成功.我的是默认配置,所以是一直选择yes.安装完成后source ~/.bashrc 或者重启shell terminal就可以使用conda命令了. terminal下输入python就可以看到启动的是: xs@sh