Anaconda+Tensorflow+keras

硬體環境

OS: Ubuntu16.04
CPU: I7 8700k
GPU: 1080ti

下載並安裝 Anaconda

官方網站下載 Anaconda(無特別需求直接下載3.7)

然後使用以下指令安裝 Anaconda 的 .sh 安裝檔案

bash ~/Downloads/Anaconda3-2019.10-Linux-x86_64

接著會看到以下訊息

安裝過程中看到
Welcome to Anaconda3 2019.10
In order to continue the installation process, please review the license
agreement.
Please, press ENTER to continue
(不斷按 Enter 同意並繼續)
然后看到Do you accept the license terms? [yes|no]（是否接受協議內容?
直接輸入 yes 進行安裝
Anaconda3 will now be installed into this location:
/home/aeasringnar/anaconda3 (提示安裝路徑)
\- Press ENTER to confirm the location
\- Press CTRL-C to abort the installation
\- Or specify a different location below
按 Enter 進行下一步，注意若按 ctrl + c 會直接終止安裝。
接下 Enter 先等待安裝即可。

最後看到 Thank you for installing Anaconda3! 表示安裝成功。

Anaconda 在安裝過程中會自動將環境變數添加到PATH里面如果下一階段操作錯誤，可以參考此連結

使用 conda 相關命令

查看 conda 版本

conda --version

更新 conda

conda update conda

新建名為 tesnsorflow-gpu 的 python3.6 虛擬環境

conda create -n tensorflow-gpu python=3.6

名稱和 python 版本可以自訂，不確定就按照此版本

怕造成誤會所以提個醒，雖然最初安裝的 anaconda 預設為 python3.7 但是透過conda create 可以在系統建立一個 python3.6 的虛擬環境與之隔離互不影響

啟用上述所建立的 tensorflow-gpu 環境，出現該字樣即成功

source activate tensorflow-gpu

安裝 tensorflow-gpu，我們使用 GPU 所以安裝gpu版本，詳情見這裡

conda install tensorflow-gpu==1.10.0

接著安裝 keras

pip install keras==2.2.4

安裝完 keras 後, tensorflow 的環境大致上已經建立完成，剩餘所需 package 可依照個人所需安裝

可能需要的 package

• PIL

conda install -c anaconda pillow

• sklearn

conda install -c anaconda scikit-learn

• cv2

pip install opencv-python

• keyboard

pip install keyboard

conda 和 pip 混用是因為有些 module 用 pip 來安裝需要解決的問題較少

可能的 Error 訊息

執行時碰到的一些錯誤，紀錄一下，有碰到夥伴可以試試看，解決方案如下:
在安裝 opencv 時，原先使用 conda install opencv 安裝，發生錯誤，移除後，改用 pip install opencv-python 可以解決