使用anaconda创建虚拟环境opencv-3.4.6安装TensorFlow安装

ps: ros系统python2.7与 python3.7安装 OpenCV有冲突所以使用anaconda创建虚拟环境,在虚拟环境中使用opencv-3.4.6

1. ubuntu 把pip也换成国内源

mkdir ~/.pipcd ~/.piptouch pip.confsudo nano ~/.pip/pip.conf

打开pip.conf 文件后,添加以下内容:

[global]index-url =  http://mirrors.aliyun.com/pypi/simple/[install]trusted-host = pypi.tuna.tsinghua.edu.cn

更新pip

python -m pip install --upgrade pip -i https://pypi.douban.com/simple

2.在windows环境下修改pip镜像源的方法(以python3.5为例)

(1):在windows文件管理器中,输入 %APPDATA%

(2):会定位到一个新的目录下,在该目录下新建pip文件夹,然后到pip文件夹里面去新建个pip.ini文件

(3):在新建的pip.ini文件中输入以下内容,搞定文件路径:"C:\Users\Administrator\AppData\Roaming\pip\pip.ini"

[global]
timeout = 6000
index-url = http://pypi.douban.com/simple
trusted-host = pypi.douban.com

更新一下:

sudo apt-get update 

2.下载 与安装anaconda

自己百度!

显示现在的镜像:
conda config --show

删除清华镜像
conda config --remove channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge/
conda config --remove channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/

添加中科大的:

conda config --add channels https://mirrors.ustc.edu.cn/anaconda/pkgs/main/
conda config --add channels https://mirrors.ustc.edu.cn/anaconda/pkgs/free/
conda config --add channels https://mirrors.ustc.edu.cn/anaconda/cloud/conda-forge/
conda config --add channels https://mirrors.ustc.edu.cn/anaconda/cloud/msys2/
conda config --add channels https://mirrors.ustc.edu.cn/anaconda/cloud/bioconda/
conda config --add channels https://mirrors.ustc.edu.cn/anaconda/cloud/menpo/conda config --set show_channel_urls yes

添加清华的:

Conda Forge
conda config --add channels
http://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/Conda Forge
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge/msys2
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/msys2/bioconda
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/bioconda/menpo
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/menpo/pytorch
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/conda config --set show_channel_urls yes

删除所有源

conda config --remove-key channels

安装 第三方包报错:

Collecting package metadata (current_repodata.json): done
Solving environment: done

解决方法:清理缓存

conda clean --all 

包括的选项还有:

--lock, --tarballs, --index-cache, --packages, --source-cache

报:

$ conda update anaconda-navigator
Solving environment: failed
 
# >>>>>>>>>>>>>>>>>>>>>> ERROR REPORT <<<<<<<<<<<<<<<<<<<<<<

原因可能是防火墙的问题

解决方法:在anaconda prompt中:

conda config --set ssl_verify false

遇到以下问题

1. 关闭控制台重新启动cmd 切换环境安装 conda install numpy

Requirement already satisfied: numpy in c:\users\95444\appdata\roaming\python\python37\site-packages

2. 加上路径运行

pip install --target=c:\users\95444\appdata\roaming\python\python37\site-packages numpy

3.使用anaconda创建虚拟环境 2和3版本都可以,但是安装opencv时要注意版本号;

# 1.
export PATH=~/anaconda3/bin:$PATH# 2. 创建虚拟环境
conda create -n opencvenv python=3.7# 3. 激活新创建的环境
source activate
source deactivateconda-env list  #查看虚拟环境
conda activate opencvenv #切换环境
# 4. 安装opencv-python
conda install opencv==3.4.2
# 安装机器学习框架
conda install scikit-learn# 5. 这时我们还需要安装扩展包
pip install opencv-contrib-python==3.4.2.17
上面报错就用下面这行 后面的版本跟上; 不跟版本默认最新的,最新的没试过可能存在问题
pip install --user -i https://pypi.tuna.tsinghua.edu.cn/simple opencv-contrib-python==3.4.2.17
#百度源 https://mirror.baidu.com/pypi/simple
# 6.
sudo apt-get install libcanberra-gtk-module# 7. 可能会出现下面问题:
QObject::moveToThread: Current thread (0x55fd81f67a60) is not the object's thread (0x55fd820ef150). Cannot move to target thread (0x55fd81f67a60)执行: conda install pyqt 可以就绝上述问题 pycharm中如果编写代码没有提示,可以考虑将工程下面的.idea文件删除,再重新打开pycharm# 采用这种方式安装,在当前版本中会出现如下异常
The function is not implemented. Rebuild the library with Windows, GTK+ 2.x or Carbon support. If you are on Ubuntu or Debian, install libgtk2.0-dev and pkg-config, then re-run cmake or configure script in function 'cvShowImage'

如果 报conda 不存在: 

1.控制台执行这个 export PATH=~/anaconda3/bin:$PATH

2.

也可以在pychram 中的控制台中执行,但前提是要配编译环境,编译环境配置在最下面

pycharm 添加环境

运行 cv.imshow("src",imwrite)  显示以下黑框原因是你安装了 4.3 版本的openCV,安装时一定要跟上版本号;

以下安装notebook看自己需求,需要就安装notebook

安装jupyter notebook

conda install jupyter notebook

安装jupyter notebook的代码提示功能

1.

我的是在anaconda中的root环境下运行以下命令,在其他环境下发现没有效果1pip install jupyter_contrib_nbextensionsjupyter contrib nbextension install  --user2.pip install --user jupyter_nbextensions_configuratorjupyter nbextensions_configurator enable --user3.安装成功会在http://localhost:8888/tree中出现Nbextensions

2.

pip install jupyter_contrib_nbextensions
conda install jupyter_contrib_nbextensions
//上一行报错就用这行代替
pip install --user -i https://pypi.tuna.tsinghua.edu.cn/simple  jupyter_contrib_nbextensionsjupyter contrib nbextension install --user --skip-running-check
或
conda install -c conda-forge jupyter_nbextensions_configurator

启动jupyter notebook

jupyter notebook

点开 Nbextensions 的选项,并勾选 Hinterland

JupyterNotebook快捷键总结

1. Jupyter Notebook有两种mode

  • Enter:进入edit模式
  • Esc:进入command模式

2. Command命令快捷键:

  • A:在上方增加一个cell
  • B:在下方增加一个cell
  • X:剪切该cell
  • C:复制该cell
  • V:在该cell下方粘贴复制的cell
  • Shift-V:在该cell上方粘贴复制的cell
  • L:隐藏、显示当前cell的代码行号
  • shift-L:隐藏/显示所有cell的代码行号
  • O:隐藏该cell的output
  • DD:删除这个cell
  • Z:撤销删除操作
  • Y:转为code模式
  • M:转为markdown模式
  • R:转为raw模式
  • H:展示快捷键帮助
  • Shift-Enter:运行本单元,选中下个单元 新单元默认为command模式
  • Ctrl-Enter 运行本单元
  • Alt-Enter 运行本单元,在其下插入新单元 新单元默认为edit模式
  • OO:重启当前kernal
  • II:打断当前kernal的运行
  • shift+上/下:向上/下选中多个代码块
  • 上/下:向上/下选中代码块
  • F:查找替换

3. Edit命令快捷键:

  • Tab:代码补全
  • ctrl]或Tab:缩进(向右)
  • ctrl[或shift-Tab:反缩进(向左)
  • ctrl A:全选
  • ctrl D:删除整行
  • ctrl Z:撤销

Jupyter Notebook里command模式快捷键H,查看所有快捷键

快捷键: 原文链接:https://www.cnblogs.com/peilin1031/p/12326701.html

更新pip

python -m pip install --upgrade pip -i https://pypi.douban.com/simple

查看环境

conda-env list

新建环境

conda create -n tfenv python=3.7

激活环境

conda activate tfenv

 切换到自己需要的环境中 conda activate tfenv 执行以下自己需要使用的库:

安装库scikit-learn

jupyter notebook 中安装

!pip install -U scikit-learn

scikit-learn安装

pip install scikit-learn -i https://mirror.baidu.com/pypi/simple

安装库opencv 

jupyter notebook 中安装

!pip install opencv-python
!pip install --upgrade pip
%time !pip install msgpack

opencv安装

pip install opencv-python==3.4.2.16 -i https://mirror.baidu.com/pypi/simple

matplotlib

pip install matplotlib -i https://mirror.baidu.com/pypi/simple

TensorFlow介绍

谷歌官方推出的深度学习框架, 目前最新版是2.3的版本, 2.x版本简洁,易用.

  • 使用 Keras 和 Eager Execution 轻松构建模型。
  • 在任意平台上实现稳健的生产环境模型部署。
  • 为研究提供强大的实验工具。
  • 通过清理废弃的 API 和减少重复来简化 API
  • 需要GPU计算要安装 cuda   cudnn这两个,但是GPU内存小不够强大的话建议不要安装,运行报错的话需要禁用GPU才能训练模型
  • Keras API reference
  • MNIST handwritten digit database, Yann LeCun, Corinna Cortes and Chris Burges

TensorFlow 2.x安装

创建虚拟环境

conda create -n tfenv python=3.7

激活虚拟环境

conda activate tfenv

更新安装环境pip

conda install pip

安装依赖

pip install tensorflow  -i https://mirror.baidu.com/pypi/simple

jupyter notebook 中不能使用 TensorFlow 请切换到 conda activate tfenv 环境后运行以下两条命令

pip install ipython -i https://mirror.baidu.com/pypi/simple
pip install jupyter -i https://mirror.baidu.com/pypi/simple

解析返回的html与json数据,用爬虫获取数据时会用到

#解析返回的html与json数据
!pip install Beautifulsoup4

scikit-learn

pip install scikit-learn -i https://mirror.baidu.com/pypi/simple

安装python开发web程序的依赖

conda install flask

socketio eventlet socket通讯需要的依赖

conda install -c conda-forge python-socketio
conda install -c conda-forge eventlet
pip install python-socketio -i https://mirror.baidu.com/pypi/simple
pip install eventlet -i https://mirror.baidu.com/pypi/simple

第三方图片数据增强

pip install imgaug
pip install pandas
pip install matplotlib
pip install numpy

 可视化工具graphviz安装

# graphviz
# windows 双击安装提供的软件,然后把安装路径的bin目录添加到环境变量
# C:\Program Files (x86)\Graphviz2.38\bin
# linux : sudo apt-get install graphviz
!pip install pydot

在jupyter notebook中使用

tf.keras.utils.plot_model(model,to_file='model.png',show_shapes=True,show_layer_names=True)

效果

开启GPU运算报错:

Failed to get convolution algorithm. This is probably because cuDNN failed to initialize

对GPU进行按需分配,避免GPU内存不够

from tensorflow.compat.v1 import ConfigProto
from tensorflow.compat.v1 import InteractiveSessionconfig = ConfigProto()
config.gpu_options.allow_growth = True
session = InteractiveSession(config=config)

-

----------------------------------------------------------------------------------------------------------------

jupyer book 切换conda环境

使用Jupyter Notebook时就需要制定使用的虚拟环境,使用时需要进入安装nb_conda的虚拟环境中使用

conda install nb_conda

要关联的环境安装 切换环境 有效

conda install nb_conda_kernels

更新libsodium的版本

conda install -c conda-forge libsodium

#下面这个好像没用

当安装了新的conda虚拟环境时,发现在Jupyter Notebook中无法使用,可以在你的新环境上安装ipykernel,重启jupyter之后就可以用了

conda install -n python_env ipykernel

安装ipykernel时先切换环境

conda-env list  #查看虚拟环境
conda activate opencvenv #切换环境
conda install  ipykernel

-----------------------ros 安装tensorflow----------python2.7-------------------------------

sudo apt-get install python-pip python-dev
 export TF_BINARY_URL=https://storage.googleapis.com/tensorflow/linux/cpu/tensorflow-1.14.0-cp27-none-linux_x86_64.whl
sudo pip2 install --ignore-installed --upgrade $TF_BINARY_URL

安装碰到的问题

问题1:Cannot uninstall 'six'. It is a distutils installed project and thus we cannot accurately determine which files belong to it which would lead to only a partial uninstall.

解决方法

python2.7 -m pip install tensorflow --ignore-installed six

问题2:launchpadlib 1.10.2 requires testresources, which is not installed.

解决方案:

sudo pip install launchpadlib

用ros启动pychon时禁用conda ,把里面的conda路径注释掉

~/.bashrc

cat ~/.bashrc
vim ~/.bashrc
source ~/.bashrc

-------------------------------------------------------------------

在pip install 库文件 时出现该错误:直接上干货,亲测有效!

1.在C:\Windows\System32该目录下,找到下面两个文件
  • 1

2.到Anaconda的根目录下,进入\anaconda\install\Lib\site-packages\win32该目录,并将上面两个文件拷贝进行替换
  • 1
3.此时再次进行安装操作,bug完美解决

ubuntu18.04 ros 使用anaconda创建虚拟环境 python3.7安装 opencv-3.4.6,TensorFlow安装,notebook相关推荐

  1. Anaconda创建虚拟环境并在Pycharm中使用创建好的环境

    Anaconda创建虚拟环境并在Pycharm中使用创建好的环境 1.Anaconda创建虚拟环境 2.Pycharm中使用创建好的环境 3.2022.12.8更新 Anaconda的优势在于可以很方 ...

  2. Python虚拟环境(二):Linux基于Anaconda创建虚拟环境并打包

    1.创建并查看虚拟环境 1.创建虚拟环境 conda create -n py37 python3.7 # 创建一个名称为py37 的Python版本为3.7 的Python虚拟环境 #或 conda ...

  3. 【ROS】Ubuntu18.04 + ROS操作系统安装

    [ROS]Ubuntu18.04 + ROS操作系统安装,亲测可用! 最近需要用到ROS系统,所以来安装一下. 一.更换镜像源 更换阿里云.清华源都可以. 二.添加ROS软件源 1. 添加ROS软件源 ...

  4. Ubuntu18.04+Ros Melodic安装Moveit

    Ubuntu18.04+Ros Melodic安装Moveit框架 感谢Robot_Tiger_原文https://blog.csdn.net/CH_monsy/article/details/108 ...

  5. ubunt20.04/ubuntu18.04+ros+uuv_simulator

    Ubuntu20.04/Ubuntu18.04+ros+uuv_simulator 一.问题导入 1. 问题阐述 2. 本文内容 二.Ubuntu20.04+ros+uuv_simulator 1. ...

  6. ros使用anaconda的虚拟环境

    ros使用anaconda的虚拟环境 鱼香ROS介绍: 鱼香ROS是由机器人爱好者共同组成的社区,欢迎一起参与机器人技术交流. 进群加V:fishros2048 文章信息: 标题:ros使用anaco ...

  7. 大疆激光雷达livox avia 在ubuntu18.04+ROS中基本使用方法

    Readme 大疆livox avia 固态激光雷达操作步骤: 1.参考本人CSDN博客lsg_dawn中收藏中的一篇关于ubuntu18.04中使用livox avia 雷达的文章 Livox Av ...

  8. 【anaconda创建虚拟环境】

    anaconda创建虚拟环境 1.安装anaconda 2.打开Anaconda prompt 3.查看环境 conda env list conda info -e 4.创建虚拟环境 conda c ...

  9. ubuntu18.04 ROS Basler相机详细步骤

    网上有很多ubuntu16.4 系统下Basler相机的介绍,但是感觉不是特别的详细,现在我尝试一下 ubuntu18.04 ROS Basler相机图像采集的详细步骤: 一.下载对对应的安装包 并且 ...

最新文章

  1. Unix原理与应用学习笔记----第五章 普通文件3
  2. vue vue的table表格自适应_vue table autoHeight(vue 表格自动高度)
  3. python数据预处理_Python数据预处理——缺失值、重复值
  4. 中blur函数_Comonad在图像处理中的应用
  5. FD.io VPP:CentOS7下构建自己的VPP RPM包
  6. 小程序按钮调用扫一扫_他在一个小程序“按钮”上动了个手脚,生意大火,赢得美人归!...
  7. 1040 Longest Symmetric String (25 分)
  8. learn the python the hard way习题26~30总结
  9. 毛星云OpenCV3编程入门之python实现
  10. 摩托罗拉e680i手机刷linux开源系统
  11. 库卡机器人bco运动_库卡工业机器人编程运动教程
  12. 奥创软件研究院 张启程同学 受邀成为PostgreSQL 2018 中国技术大会分享嘉宾
  13. 芯片设计流程介绍(从硬件设计语言到芯片制造)
  14. “鹏城”伴你鹏程:下届全国人工智能大赛再会!
  15. sourcesafe.light 开源项目启动
  16. [SDIO] SD card 初始化及常用命令解析(附波形,uboot代码)
  17. VS2017配置PCL1.9(win10环境)
  18. IDEA Translation插件中有道智云(有道翻译)应用ID,密钥申请教程
  19. QQ2005正式版将于27日发布!(转)
  20. 深圳梅林中学2021年高考成绩查询,梅林中学高考上重本79人

热门文章

  1. C#实现外部图片的拖拽到应用程序的简单功能,附全部源码,供有需要的参考...
  2. 获取SQL-SERVER数据库insert into操作的主键返回值
  3. ASP.NET MVC传递Model到视图的多种方式之通用方式的使用
  4. iview“官方“实现的右键菜单
  5. IONIC打包安卓遇到COM.ANDROID.SUPPORT:SUPPORT-V4错误的解决办法
  6. spring中的context:include-filter和context:exclude-filter的区别
  7. NCS8801S:RGB/LVDS转EDP芯片功能汇总及设计注意事项
  8. php截取等长UFT8中英文混合字串
  9. F2工作流引擎之 工作流运转模型(三)
  10. 深圳手机厂家逐渐倾向谷歌Android手机