anacoda中安裝tensorflow及anaconda相關配置為運作yolov3遇到的問題

1、安裝tensorflow

1.1 安裝GPU條件：

sudo apt-get install libcupti-dev

如果不安裝GPU版本，則不需要運作指令。

1.2 建立tensorflow環境：

conda create -n tensorflow python=3.6

注意python=3.6為paython的版本，要跟所要安裝的tensorflow進行對應

1.2.1如果出現安裝不成功的情況，需要把相應已存在的tensorflow檔案夾删除：

cd /home/ucandoit/anaconda3/envs/

rm -r tensorflow/

ls #檢視tensorflow檔案夾是否删除。如果已删除成功，再次運作建立tensorflow環境指令即可。

1.3激活tensorflow環境：

source activate tensorflow

1.4安裝tensorflow：

pip install --ignore-installed --upgrade tfBinaryURL

tfBinaryURL可在清華大學開源軟體網站查得，選擇cpu/gpu、安裝系統、python版本及tensorflow版本後會自動生成。如選擇cpu、Linux系統、cp36版本的python、1.4.0的Tensorflow後生成：https://mirrors.tuna.tsinghua.edu.cn/tensorflow/linux/cpu/tensorflow-1.4.0-cp36-cp36m-linux_x86_64.whl

如果安裝過程中出錯，重新運作該行指令即可。

1.5驗證是否安裝成功：

重新開機terminal後，輸入指令：

source activate tensorflow #首先激活tensorflow環境

python #啟動python環境

驗證TensorFlow是否安裝成功

import tensorflow as tf

hello = tf.constant(‘Hello, TensorFlow!’)

sess = tf.Session()

print sess.run(hello)

Hello, TensorFlow! # 恭喜！安裝成功！

2、配置anaconda：

如果不進行配置，啟動spyder等也是不能夠運作tensorflow的，因為anaconda中預設anzhaung的spyder等是應用于root的，而非tensorflow。在Terminal中運作指令：

anaconda-navigator #啟動anaconda。

在左側清單中，選擇Environment，可看到Anaconda中安裝環境為root和tensorflow。選擇Tensorflow後，邊上會出現一個箭頭，這時就可以在右邊的清單中檢視、安裝、解除安裝Tensorflow下的軟體及軟體包了。

安裝的軟體可在anaconda->home下檢視，同樣需要選擇應用環境。

ipython # terminal下運作python語句,支援自動補全

spyder # 內建開發環境

jupyter # 互動式筆記本

根據需要安裝的python庫有：

numpy

pandas

matplotlib

…

3、啟動Tensorflow開發環境

有兩種方法，方法一，通過anaconda啟動：

anaconda-navigator

#啟動anaconda->home->(Applications on)tensorflow，啟動相關開發軟體

方法二，通過terminal啟動：

source activate tensorflow # 激活Tensorflow環境

python # 或ipython或Spyder啟動開發環境2、安裝tensorflow

2.1 安裝GPU條件：

sudo apt-get install libcupti-dev

如果不安裝GPU版本，則不需要運作指令。

2.2 建立tensorflow環境：

conda create -n tensorflow python=3.6

注意python=3.6為paython的版本，要跟所要安裝的tensorflow進行對應

2.2.1如果出現安裝不成功的情況，需要把相應已存在的tensorflow檔案夾删除：

cd /home/ucandoit/anaconda3/envs/

rm -r tensorflow/

ls #檢視tensorflow檔案夾是否删除。如果已删除成功，再次運作建立tensorflow環境指令即可。

2.3激活tensorflow環境：

source activate tensorflow

2.4安裝tensorflow：

pip install --ignore-installed --upgrade tfBinaryURL

tfBinaryURL可在清華大學開源軟體網站查得，選擇cpu/gpu、安裝系統、python版本及tensorflow版本後會自動生成。如選擇cpu、Linux系統、cp36版本的python、1.4.0的Tensorflow後生成：https://mirrors.tuna.tsinghua.edu.cn/tensorflow/linux/cpu/tensorflow-1.4.0-cp36-cp36m-linux_x86_64.whl

如果安裝過程中出錯，重新運作該行指令即可。

2.5驗證是否安裝成功：

重新開機terminal後，輸入指令：

source activate tensorflow #首先激活tensorflow環境

python #啟動python環境

驗證TensorFlow是否安裝成功

import tensorflow as tf

hello = tf.constant(‘Hello, TensorFlow!’)

sess = tf.Session()

print sess.run(hello)

Hello, TensorFlow! # 恭喜！安裝成功！

3、配置anaconda：

如果不進行配置，啟動spyder等也是不能夠運作tensorflow的，因為anaconda中預設anzhaung的spyder等是應用于root的，而非tensorflow。在Terminal中運作指令：

anaconda-navigator #啟動anaconda。

在左側清單中，選擇Environment，可看到Anaconda中安裝環境為root和tensorflow。選擇Tensorflow後，邊上會出現一個箭頭，這時就可以在右邊的清單中檢視、安裝、解除安裝Tensorflow下的軟體及軟體包了。

安裝的軟體可在anaconda->home下檢視，同樣需要選擇應用環境。

ipython # terminal下運作python語句,支援自動補全

spyder # 內建開發環境

jupyter # 互動式筆記本

（可能navigator的Environment中裝不了軟體及相應的包，這可以用pip等裝所需要的軟體及包，例如 (tensorflow)$ conda spyder)

根據需要安裝的python庫有：

numpy

pandas

matplotlib

…

4、啟動Tensorflow開發環境

有兩種方法，方法一，通過anaconda啟動：

anaconda-navigator

#啟動anaconda->home->(Applications on)tensorflow，啟動相關開發軟體

方法二，通過terminal啟動：

source activate tensorflow # 激活Tensorflow環境

python # 或ipython或Spyder啟動開發環境

1. import matplotlib.pyplot as plt

   ModuleNotFoundError: No module named ‘matplotlib’

python中的matplotlib是很常見的庫，但是第一次使用的時候報如下錯誤：No module named matplotlib.pyplot

解決方法：直接安裝缺少的matplotlib庫即可。使用python -m pip install matplotlib 即可。