Linux(Ubuntu14.04)下安裝Anaconda是為了安裝python所需要的各種庫以及他們的環(huán)境配置。

Spyder是使用python的IDE

安裝python和pip

一般linux系統(tǒng)都自帶python，所以不需要安裝。如果沒有的，安裝起來也非常方便。安裝完成后，可用version查看版本

# python --version

pip是專門用于安裝python各種依賴庫的，所以我們這里安裝一下pip1.5.6

先用鏈接下載安裝包?https://pypi.python.org/packages/source/p/pip/pip-1.5.6.tar.gz，然后解壓，里面有一個setup.py的文件，執(zhí)行這個文件就可以安裝pip了

# sudo python setup.py install

有些電腦可能會提示 no moudle name setuptools 的錯誤，這是沒有安裝setuptools的原因。那就需要先安裝一下setuptools, 到https://pypi.python.org/packages/source/s/setuptools/setuptools-19.2.tar.gz?下載安裝包setuptools-19.2.tar.gz，然后解壓執(zhí)行

# sudo python setup.py install 利用anaconda來配置python環(huán)境

如果你上面兩步已經(jīng)沒有問題了，那么這一步可以省略。

如果你想簡單一些，利用anaconda來配置python環(huán)境，那么直接從這一步開始，可以省略上面兩步。

先到https://www.continuum.io/downloads?下載anaconda, 現(xiàn)在的版本有python2.7版本和python3.5版本，下載好對應(yīng)版本、對應(yīng)系統(tǒng)的anaconda，它實際上是一個sh腳本文件，大約280M左右。我下載的是linux版的python 2.7版本。

下載成功后，在終端執(zhí)行（2.7版本）：

# bash Anaconda2-2.4.1-Linux-x86_64.sh??

在安裝的過程中，會問你安裝路徑，直接回車默認(rèn)就可以了。有個地方問你是否將anaconda安裝路徑加入到環(huán)境變量（.bashrc)中，這個一定要輸入no!!!!!!否則你的py-faster-rcnn就不能正常導(dǎo)入caffe了。若是不小心用了yes，則需要在最后使用sudo gedit ~/.bashrc 然后把最后一行的Anaconda路徑去掉，source ~/.bashrc就搞定啦！

安裝成功后，會有當(dāng)前用戶根目錄下生成一個anaconda2的文件夾，里面就是安裝好的內(nèi)容。

輸入conda list 就可以查詢，你現(xiàn)在安裝了哪些庫，常用的numpy, scipy名列其中。如果你還有什么包沒有安裝上，可以運(yùn)行

conda install *** ?來進(jìn)行安裝，

如果某個包版本不是最新的，運(yùn)行 conda update *** 就可以了。

?

編譯python接口

首先，將caffe根目錄下的python文件夾加入到環(huán)境變量

打開配置文件bashrc

# sudo vi ~/.bashrc ************************************************************************************* PS: 保存命令按ESC鍵 跳到命令模式，然后：:w 保存文件但不退出vi :w file 將修改另外保存到file中，不退出vi :w! 強(qiáng)制保存，不推出vi :wq 保存文件并退出vi :wq! 強(qiáng)制保存文件，并退出vi q: 不保存文件，退出vi :q! 不保存文件，強(qiáng)制退出vi :e! 放棄所有修改，從上次保存文件開始再編輯*************************************************************************************

在最后面加入

export PYTHONPATH=/home/leo/caffe/python:$PYTHONPATH

注意?/home/leo/caffe/python 是我的路徑，這個地方每個人都不同，需要修改

保存退出，更新配置文件

# sudo ldconfig

然后修改編譯配置文件Makefile.config. 我的配置是：

## Refer to http://caffe.berkeleyvision.org/installation.html # Contributions simplifying and improving our build system are welcome!# cuDNN acceleration switch (uncomment to build with cuDNN). USE_CUDNN := 1# CPU-only switch (uncomment to build without GPU support). # CPU_ONLY := 1# uncomment to disable IO dependencies and corresponding data layers # USE_OPENCV := 0 # USE_LEVELDB := 0 # USE_LMDB := 0# uncomment to allow MDB_NOLOCK when reading LMDB files (only if necessary) # You should not set this flag if you will be reading LMDBs with any # possibility of simultaneous read and write # ALLOW_LMDB_NOLOCK := 1# Uncomment if you're using OpenCV 3 # OPENCV_VERSION := 3# To customize your choice of compiler, uncomment and set the following. # N.B. the default for Linux is g++ and the default for OSX is clang++ # CUSTOM_CXX := g++# CUDA directory contains bin/ and lib/ directories that we need. CUDA_DIR := /usr/local/cuda # On Ubuntu 14.04, if cuda tools are installed via # "sudo apt-get install nvidia-cuda-toolkit" then use this instead: # CUDA_DIR := /usr# CUDA architecture setting: going with all of them. # For CUDA < 6.0, comment the *_50 lines for compatibility. CUDA_ARCH := -gencode arch=compute_20,code=sm_20 \-gencode arch=compute_20,code=sm_21 \-gencode arch=compute_30,code=sm_30 \-gencode arch=compute_35,code=sm_35 \-gencode arch=compute_50,code=sm_50 \-gencode arch=compute_50,code=compute_50# BLAS choice: # atlas for ATLAS (default) # mkl for MKL # open for OpenBlas BLAS := atlas # Custom (MKL/ATLAS/OpenBLAS) include and lib directories. # Leave commented to accept the defaults for your choice of BLAS # (which should work)! # BLAS_INCLUDE := /path/to/your/blas # BLAS_LIB := /path/to/your/blas# Homebrew puts openblas in a directory that is not on the standard search path # BLAS_INCLUDE := $(shell brew --prefix openblas)/include # BLAS_LIB := $(shell brew --prefix openblas)/lib# This is required only if you will compile the matlab interface. # MATLAB directory should contain the mex binary in /bin. # MATLAB_DIR := /usr/local # MATLAB_DIR := /Applications/MATLAB_R2012b.app# NOTE: this is required only if you will compile the python interface. # We need to be able to find Python.h and numpy/arrayobject.h. # PYTHON_INCLUDE := /usr/include/python2.7 \/usr/lib/python2.7/dist-packages/numpy/core/include # Anaconda Python distribution is quite popular. Include path: # Verify anaconda location, sometimes it's in root. ANACONDA_HOME := $(HOME)/anaconda2 PYTHON_INCLUDE := $(ANACONDA_HOME)/include \$(ANACONDA_HOME)/include/python2.7 \$(ANACONDA_HOME)/lib/python2.7/site-packages/numpy/core/include \# We need to be able to find libpythonX.X.so or .dylib. # PYTHON_LIB := /usr/lib PYTHON_LIB := $(ANACONDA_HOME)/lib# Homebrew installs numpy in a non standard path (keg only) # PYTHON_INCLUDE += $(dir $(shell python -c 'import numpy.core; print(numpy.core.__file__)'))/include # PYTHON_LIB += $(shell brew --prefix numpy)/lib# Uncomment to support layers written in Python (will link against Python libs) WITH_PYTHON_LAYER := 1# Whatever else you find you need goes here. INCLUDE_DIRS := $(PYTHON_INCLUDE) /usr/local/include LIBRARY_DIRS := $(PYTHON_LIB) /usr/local/lib /usr/lib# If Homebrew is installed at a non standard location (for example your home directory) and you use it for general dependencies # INCLUDE_DIRS += $(shell brew --prefix)/include # LIBRARY_DIRS += $(shell brew --prefix)/lib# Uncomment to use `pkg-config` to specify OpenCV library paths. # (Usually not necessary -- OpenCV libraries are normally installed in one of the above $LIBRARY_DIRS.) # USE_PKG_CONFIG := 1 BUILD_DIR := build DISTRIBUTE_DIR := distribute# Uncomment for debugging. Does not work on OSX due to https://github.com/BVLC/caffe/issues/171 # DEBUG := 1# The ID of the GPU that 'make runtest' will use to run unit tests. TEST_GPUID := 0# enable pretty build (comment to see full commands) Q ?= @

修改完編譯配置文件后，最后進(jìn)行編譯：

# sudo make pycaffe

編譯成功后，不能重復(fù)編譯，否則會提示 Nothing to be done for "pycaffe"的錯誤。

防止其它意外的錯誤，最好還編譯一下：

# sudo make test -j8 # sudo make runtest -j8

也許你在編譯runtest的時候，會報這樣的錯誤：

.build_release/test/test_all.testbin: error while loading shared libraries: libhdf5.so.10: cannot open shared object file: No such file or directory

這是因為?libhdf5.so的版本問題，你可以進(jìn)入/usr/lib/x86_64-linux-gnu看一下，你的libhdf5.so.x中的那個x是多少，比如我的是libhdf5.so.7

?因此可以執(zhí)行下面幾行代碼解決:

# cd /usr/lib/x86_64-linux-gnu # sudo ln -s libhdf5.so.7 libhdf5.so.10 # sudo ln -s libhdf5_hl.so.7 libhdf5_hl.so.10 # sudo ldconfig

最終查看python接口是否編譯成功：

進(jìn)入python環(huán)境，進(jìn)行import操作

# python >>> import caffe

如果沒有提示錯誤，則編譯成功。

我出現(xiàn)的問題是ImportError: No module named google.protobuf.internal

解決方法：直接在終端中安裝protobuf，代碼：pip install protobuf

配置環(huán)境和安裝spyder：

在github上https://github.com/spyder-ide/spyder下載軟件包

?

sudo pip install spyderconda install QtPyconda install Pylint

?

test code:

from skimage import ioimg=io.imread('d:/dog.jpg')io.imshow(img)

將其中的d:/dog.jpg 改成你的圖片位置

然后點擊上面工具欄里的綠色三角進(jìn)行運(yùn)行，最終顯示

如果右下角“ Ipython console" 能顯示出圖片，說明我們的運(yùn)行環(huán)境安裝成功。

我們可以選擇右上角的 ” variable explorer" 來查看圖片信息，如

我們可以把這個程序保存起來，注意python腳本文件的后綴名為py.

四、skimage包的子模塊

skimage包的全稱是scikit-image?SciKit (toolkit for?SciPy) ，它對scipy.ndimage進(jìn)行了擴(kuò)展，提供了更多的圖片處理功能。它是由python語言編寫的，由scipy 社區(qū)開發(fā)和維護(hù)。skimage包由許多的子模塊組成，各個子模塊提供不同的功能。主要子模塊列表如下：

子模塊名稱	主要實現(xiàn)功能
io	讀取、保存和顯示圖片或視頻
data	提供一些測試圖片和樣本數(shù)據(jù)
color	顏色空間變換
filters	圖像增強(qiáng)、邊緣檢測、排序濾波器、自動閾值等
draw	操作于numpy數(shù)組上的基本圖形繪制，包括線條、矩形、圓和文本等
transform	幾何變換或其它變換，如旋轉(zhuǎn)、拉伸和拉東變換等
morphology	形態(tài)學(xué)操作，如開閉運(yùn)算、骨架提取等
exposure	圖片強(qiáng)度調(diào)整，如亮度調(diào)整、直方圖均衡等
feature	特征檢測與提取等
measure	圖像屬性的測量，如相似性或等高線等
segmentation	圖像分割
restoration	圖像恢復(fù)
util	通用函數(shù)

用到一些圖片處理的操作函數(shù)時，需要導(dǎo)入對應(yīng)的子模塊，如果需要導(dǎo)入多個子模塊，則用逗號隔開，如：

from skimage import io,data,color參考：http://www.cnblogs.com/denny402/p/5088399.html

總結(jié)

以上是生活随笔為你收集整理的Linux(Ubuntu14.04)下安装Anaconda和Spyder的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯，歡迎將生活随笔推薦給好友。