1.安装cuda9.0

见https://mp.csdn.net/mdeditor/83957392#

2.安装cudnn7.1

解压之后会出现’cuda’这么一个文件夹

cd cuda
sudo cp -R * /usr/local/cuda/

3.安装anaconda

bash xxx.sh

记得：

source ~/.bashrc

4.安装vnpy

照着github上的步骤走。
其中sudo apt-get install libboost-all-dev没装上。因为依赖包的问题。(已解决,换源即可)
在github下载v1.9.2版本。日后python3出来再换
https://github.com/vnpy/vnpy/releases
安装过程需要什么接口选什么
其中ta-lib没装上。

安装talib

ubuntu安装talib

    $ wget http://prdownloads.sourceforge.net/ta-lib/ta-lib-0.4.0-src.tar.gz$ tar zxvf 下载包$cd ta-lib$ ./configure --prefix=/usr$ make$ sudo make install

$ cp /usr/lib/libta_lib* /home/user/anaconda2/lib/

    $ git clone https://github.com/mrjbq7/ta-lib.git$ cd ta-lib$ python setup.py install

若出现一下错误，可能是环境变量没有更新，重新开一个terminal就行。

转载自：https://blog.csdn.net/fortiy/article/details/76531700

如果是windows可以如下操作
打开 https://www.lfd.uci.edu/~gohlke/pythonlibs/#ta-lib 找到对应python版本的的talib文件
cd到对应的下载文件夹

pip install TA_Lib‑0.4.16‑cp36‑cp36m‑win_amd64.whl

5.安装tensorflow

把之前备份的.cache文件夹复制过来就不用花太长时间下载了

pip install tensorflow-gpu

测试一下，如下没有输出错误就行

如果出现错误可能是numpy版本太高了，

pip uninstall numpy
pip install numpy==1.16

6.安装tushare

在移动硬盘中存有tushare-1.2.18-py2-none-any.whl
如果没有的话就去https://pypi.org/project/tushare/#files下载

pip install tushare-1.2.18-py2-none-any.whl

测试一下，没有输出错误就行

7.测试通过

8.安装pytorch

按官网的安装
https://pytorch.org/

pip install torch torchvision

ubuntu16.04配置量化投资tensorflow/pytorch深度学习环境相关推荐

centos GPU tensorflow pytorch 深度学习环境搭建
简要记录一下深度学习开发环境的搭建步骤,懒得编辑了,将就着吧. 总体流程参考文章:https://www.cnblogs.com/learn-the-hard-way/p/12318980.html ...
基于cuda10.0的pytorch深度学习环境配置
基于cuda10.0的pytorch深度学习环境配置(报错解决) 1.首先查看自己nvidia 显卡的版本,一般都能适用cuda10.0: 1.打开win+s 搜索nvidia控制面版,查看系统信息 ...
在conda虚拟环境中配置cuda+cudnn+pytorch深度学习环境（新手必看！简单可行！）
本人最近接触深度学习,想在服务器上配置深度学习的环境,看了很多资料后总结出来了对于新手比较友好的配置流程,创建了一个关于深度学习环境配置的专栏,包括从anaconda到cuda到pytorch的一系列 ...
Win10配置pytorch深度学习环境
一.Win10配置pytorch深度学习环境有一台装win10系统的电脑有两张显卡,所以尝试在win10上装环境了,之前在Ubuntu上安装过深度学习环境,相比起来还是Ubuntu的命令行配环境更方 ...
在腾讯云主机上搭建pytorch深度学习环境
在腾讯云主机上搭建pytorch深度学习环境 1.购置[腾讯云主机](https://cloud.tencent.com/? fromSource=gwzcw.234976.234976.234976 ...
Ubuntu18.04 RTX2070 显卡驱动、Cuda、cudnn和Pytorch深度学习环境配置——亲测可用
这篇博文的主要目的是记录我在Ubuntu18.04下配置深度学习环境的过程,方便自己以后配置的需求,也供大家参考,减少跳坑,虽然我主要是在Ubuntu18.04下实践的,但经过在Ubuntu16.04 ...
Win环境下配置PyTorch深度学习环境
目录 0.查看Nvidia驱动 1.下载torch和torchvision 2.安装torch和torchvison 3.YOLOv5环境配置相较于tensorflow环境配置,PyTorch的配置 ...
linux nvidia 361.run,Ubuntu 16.04+Nvidia GTX 1080+CUDA8.0 深度学习环境配置
GTX1080主机准备好之后,就是配置深度学习环境了,这里选择了比较熟悉Ubuntu系统,不过是最新的Ubuntu 16.04版本,另外在Nvidia GTX1080的基础上安装相关GPU驱动,外加C ...
RTX4070ti-40系列显卡配置pytorch深度学习环境过程
这几天新配的4070需要安装深度学习环境,开始为了图简便把之前显卡的环境复制过来,结果有各种小问题,什么环境无法导入pytorch,显卡算力和torch的算力不匹配等小问题,导致两天才弄好,下面说下成 ...

ubuntu16.04配置量化投资tensorflow/pytorch深度学习环境

文章目录