Tensorflow+Spyder+Opencv环境搭建
2017-12-14 17:57
260 查看
1.Tensorflow的安装
多种安装方式,详见tensorflow官网介绍.在此使用包管理软件Anaconda进行安装:
bash Anaconda2-4.2.0-Linux-x84-64.sh
安装完毕后重启:
sudo reboot
建立Tensorflow的运行环境:
conda create -n tensorflow python=2.7
激活tensorflow的运行环境:
source activate tensorflow
使用python的包管理器pip安装tensorflow:
pip install tensorflow
至此完成了tensorflow的安装。建议学习一下conda管理包和环境,十分方便。
2.Spyder的安装和使用
Anaconda中自带的Spyder**IDE在**tensorflow环境下使用时,运行Python程序会报错ImportError…原因是根目录下的Spyder找不到安装在tensorflow环境的Tensorflow模块,解决办法如下。激活tensorflow环境,确定当前的工作环境为tensorflow安装所在的环境,使用conda工具在此环境下运行如下命令,安装Spyder。
conda install spyder
之后打开Spyder,在 IPython Consloe中执行如下命令:
import tensorflow as tf
得到如下界面,说明配置成功。
3.OpenCV的安装和使用
Opencv的安装参见官网在tensorflow环境中使用Opencv,解决
import cv2的ImportError。
按照Opencv官网的源码编译安装方式,在
/usr/local/lib/python2.7/site-packages文件夹下找到cv2.so这个动态链接库,将其复制到
/home/username/anaconda2/envs/tensorflow/lib/python2.7/site-packages/目录下解决此问题。
后记
使用pip包管理器安装opencv-python这个版本的OpenCV时,需要注意,此版本的OpenCV不支持视频操作相关的函数和类,如VideoCapture等,详见pypi官网。
相关文章推荐
- Tensorflow+Spyder环境搭建(Mac OS)
- (Tensorflow之一)python2.7+tensorflow+opencv的环境搭建(ubuntu)
- 在Ubuntu的环境下,使用Spyder+TensorFlow搭建深度学习环境
- Ubuntu下深度环境的搭建opencv2.4.9+caffe+py-faster-rcnn+tensorflow的搭建
- Mac OS tensorflow的环境搭建
- Tensorflow object detection API 搭建属于自己的物体识别模型(1)——环境搭建与测试
- 深度学习服务器环境搭建详细版(Ubuntu16.04+CUDA8+Caffe+Anaconda+TensorFlow+共享)
- win7系统 深度学习环境 anaconda+tensorflow+jupyter notebook轻松搭建
- Windows7+anaconda2+python3+PyCharm+TensorFlow 环境搭建(无GPU)
- ubuntu 下GPU版的 tensorflow / keras的环境搭建
- 深度学习环境搭建:linux下 Ubuntu16.04+cuda8.0+cudnn+anaconda+tensorflow并配置远程访问jupyter notebook
- windows系统下的keras(Theano/Tensorflow后端)CPU以及GPU加速环境搭建
- TensorFlowOnSpark HDP环境搭建及Mnist部署测试过程
- windows+tensorflow+opencv+spyder+pyqt5
- [AI开发]centOS7.5上基于keras/tensorflow深度学习环境搭建
- tensorflow+cuda+linux mint开发环境搭建
- 使用亚马逊AWS云服务器进行深度学习——免环境配置/GPU支持/Keras/TensorFlow/OpenCV
- 深度学习GPU环境搭建:ubuntu16.04+GTX1070+Cuda8.0+tensorflow build from source
- [step by step]利用docker搭建Tensorflow环境(tensorboard + tensorflow+gpu)