在Win10笔记本中安装Ubuntu16.04并配置docker+tensorflow+keras(CPU版)
- Ubuntu16.04的安装
- 系统源的选择
- Ubuntu与Win10的时间同步
- 安装vim
- 安装Anaconda
- 安装pip
- 安装Tensorflow与Keras
- 关于Python版本
本教程适用于笔记本电脑GPU运算能力不足或GPU内存空间不足但又希望初步学习ML的同学们。
Ubuntu16.04的安装
- 制作Ubuntu16.04 启动盘
(具体过程自行百度) - 分区
由于需要在笔记本上安装Ubuntu,考虑到目前笔记本大多出厂自带Windows10系统,故在此给出如下分区方案:
1)右键单击桌面上的”此电脑“图标,选择管理选项。
2)在左侧选择”存储“下拉菜单,进入“磁盘管理”子目录。
3)在C盘所在的磁盘下选择一个分区,右键选择压缩卷。
4)接下来按系统提示进行压缩卷的操作,压缩后未分配分区不小于50G。
5)分区操作完成 - 上图为Windows10磁盘管理界面
- 安装Ubuntu16.04操作系统
1)插入启动U盘,进入Windows10设置界面,选择“更新和安全”选项。
2)在左侧菜单中选择“恢复”选项。
3)执行“高级启动”操作。
4)选择U盘启动(不同电脑不同U盘显示出的提示不一定完全相同,请自行分辨U盘启动盘)。
5)系统重启后应该会进入Ubuntu安装界面,可以选择体验或直接安装。
6)按照系统提示安装Ubuntu16.04操作系统。注意安装时先不要连接网络。
7)分区时可以直接选择“与其他操作系统并存”,也可以按照网上教程自行分区。注意自行分区时不要覆盖到已经使用了的分区,要在之前压缩好的未分配分区中进行分区操作。
8)继续按照提示进行操作,最后重启系统选择进入Ubuntu16.04即可。
9)进入系统后就可以连接网络,若有无法联网的情况,可在自己网卡供应商的官网上查找有无相应的网卡驱动可用,若没有相应驱动则可购买一个适用于Ubuntu系统的免驱USB网卡。
系统源的选择
- 进入系统设置中的软件和更新选项
- 在“下载自”下拉菜单中选择合适的源(此处推荐清华和中科大的源)
- 推荐源如下
- (清华的源)
- (中科大的源)
- 更新源
$ sudo apt-get update
$ sudo apt-get upgrade
Ubuntu与Win10的时间同步
打开终端,输入下面的命令:
$ sudo apt-get install ntpdate
$ sudo ntpdate time.nist.gov
$ sudo hwclock --localtime --systohc
重启电脑即可
安装vim
打开终端,输入下面的命令:
$ sudo apt-get update
$ sudo apt-get upgrade
$ sudo apt-get install vim
安装Anaconda
- 在百度云下载Anaconda安装文件(或自己找到Anaconda Python3.6版本档安装包):
https://pan.baidu.com/s/1eQN_-yiZtZIaWFf8OL1N1Q 提取码:owng - 进入下载目录,右键打开终端,输入以下指令
$ bash Anaconda3-5.2.0-Linux-x86_64.sh#对应所下载的文件名称
- 回车看完安装协议,输入yes开始安装
- vscod不用安装
- 检查环境变量,没有便添加:
$ sudo gedit ~/.bashrc
export PATH="/home/用户名/anaconda3/bin:$PATH" # 在文件末尾添加即可
- 重启系统以应用环境变量
- 输入以下指令来验证是否安装成功
$ anaconda-navigator
- 安装完成
安装pip
打开终端,输入下面的命令:
$ sudo apt-get update
$ sudo apt-get upgrade
$ sudo apt-get install python-pip
安装Tensorflow与Keras
- 更新源
$ sudo apt-get update
$ sudo apt-get upgrade
- 安装python基础开发包
$ sudo apt install -y python3-dev python3-nose gcc g++ git gfortran
- pip安装Tensorflow1.10
$ pip3.6 install -U --pre tensorflow=1.10
- 验证Tensorflow是否安装成功:
$ python
输入以下代码并执行
import tensorflow as tf
sess = tf.Session()
a=tf.constant(10)
b=tf.constant(10)
print(sess.run(a+b))
- 安装运算加速库
$ sudo apt install -y libopenblas-dev liblapack-dev libatlas-base-dev
- 安装Keras开发包
$ sudo pip3.6 install -U --pre pip setuptools wheel
$ sudo pip3.6 install -U --pre numpy scipy matplotlib scikit-learn scikit-image
$ sudo pip3.6 install -U --pre keras==2.1.6
- 安装完成之后在终端中输入python进入python
- 输入以下代码测试安装结果
import keras
- 安装完成
关于Python版本
目前Tensorflow 1.13已经支持Python3.7
Keras仍未适配
请优先选择python3.6使用(本文档提供版本即为3.6版本)