Python Ubuntu深度学习入门.docx

上传人:b****4 文档编号:4383080 上传时间:2022-12-01 格式:DOCX 页数:14 大小:445.03KB
下载 相关 举报
Python Ubuntu深度学习入门.docx_第1页
第1页 / 共14页
Python Ubuntu深度学习入门.docx_第2页
第2页 / 共14页
Python Ubuntu深度学习入门.docx_第3页
第3页 / 共14页
Python Ubuntu深度学习入门.docx_第4页
第4页 / 共14页
Python Ubuntu深度学习入门.docx_第5页
第5页 / 共14页
点击查看更多>>
下载资源
资源描述

Python Ubuntu深度学习入门.docx

《Python Ubuntu深度学习入门.docx》由会员分享,可在线阅读,更多相关《Python Ubuntu深度学习入门.docx(14页珍藏版)》请在冰豆网上搜索。

Python Ubuntu深度学习入门.docx

PythonUbuntu深度学习入门

 

PythonUbuntu深度学习入门

当你打算开始学习深度学习+Python时,我强烈建议你使用Linux环境。

因为深度学习工具可以更轻松地在Linux上进行配置和安装,从而可以快速开发和运行神经网络。

当然,配置你自己的深度学习+Python+Linux开发环境可能是相当麻烦的任务, 特别是如果你的Linux是新手入门,使用命令行/终端,或手动编译和安装软件包时可能是非常困难的。

为了帮助你开始深度学习+Python的学习,我已经创建了一个Ubuntu虚拟机,其中包含你需要成功的所有必要的深入学习库(包括Keras,TensorFlow,scikit- learning,scikit-image,OpenCV等)预先配置和预先安装。

在本文的其余部分,我将向你展示:

如何下载并安装VirtualBox来管理,创建和导入虚拟机。

如何导入预配置的Ubuntu虚拟机进行深入学习。

如何访问虚拟机上预先安装的深度学习库 。

深度学习+Python虚拟机

在以下部分中,我将介绍如何轻松地导入Ubuntu深度学习虚拟机。

本教程分为三个部分,以便于消化和理解:

下载并安装VirtualBox。

下载并导入你预先配置的Ubuntu深度学习虚拟机。

访问深入学习虚拟机中的Python开发环境。

1.1步骤1:

下载并安装VirtualBox:

第一步是下载VirtualBox,一个用于管理虚拟机的免费开源平台。

VirtualBox可以在macOS,Linux和Windows上运行。

我们称VirtualBox在你的主机上运行的物理硬件。

 将导入到VirtualBox的虚拟机是客机 。

要安装VirtualBox,首先访问下载页面,然后为你的操作系统选择适当的二进制文件:

从那里按照提供的说明在你的系统上安装软件。

我将在本例中使用macOS,但是这些说明同样适用于Linux和Windows:

1.2步骤2:

下载你的深度学习虚拟机

现在安装了VirtualBox,你需要下载计算机视觉深度学习Python相关联的预配置的Ubuntu虚拟机:

该文件约为4GB,此下载需要一些时间才能完成。

一旦你下载了VirtualMachine.zip文件,你会发现一个名为DL4CV UbuntuVM.ova的文件.我已将此文件放在桌面上:

这个文件才是真正被需要的文件。

1.3步骤3:

将深度学习的虚拟机导入VirtualBox

打开VirtualBox管理器。

从那里选择File=>ImortAppliance..:

一旦对话框打开,你将需要导航到DL4CVUbuntuVM.ova文件位于磁盘上:

最后,你可以单击“导入”并允许虚拟机导入:

整个导入过程只需要几分钟。

1.4步骤4:

引导深度学习的虚拟机

现在,深度学习的虚拟机已被导入,我们需要启动它。

从VirtualBox管理器中选择窗口左窗格上的“DL4CVUbuntuVM”,然后单击“开始”:

虚拟机启动后,你可以使用以下凭据进行登录:

 

用户名:

 pyimagesearch。

密码:

 deeplearning。

1.5步骤5:

访问深度学习的Python虚拟环境

登录虚拟机后的下一步是启动终端:

从那里,执行workondl4cv访问Python+深度学习开发环境:

请注意,我的提示现在其前面有文本(dl4cv),这意味着我已经在dl4cv Python虚拟环境中。

你可以运行pip来查看安装的所有Python库。

我已经包括一个屏幕截图,演示如何从Pythonshell导入Keras,TensorFlow和OpenCV:

在虚拟机上使用Python执行

计算机视觉深度学习中的代码

有多种方法可以使用来自虚拟机的Python源代码+数据集来访问计算机视觉深度学习。

到目前为止,最简单的方法是在开源社区寻找类似代码,并且下载代码+数据集。

当然,你随时可以使用内置的文本编辑器在Ubuntu虚拟机中手动编写代码。

使用深度学习虚拟机的小提示

当使用UbuntuVirtualBox虚拟机进行深入学习时,我建议如下:

使用SublimeText作为轻量级代码编辑器。

 SublimeText是我最喜欢的Linux代码编辑器。

它简单易用,非常轻便,非常适合虚拟机。

使用PyCharm作为一个完整的IDE。

当谈到PythonIDE时,很难击败PyCharm。

 我个人不喜欢在虚拟机中使用PyCharm,因为它相当资源匮乏。

一旦安装,你还需要配置PyCharm来使用dl4cv Python环境。

疑难解答和FAQ

在下文中,我将详细介绍了有关预先配置的Ubuntu深度学习虚拟机的常见问题和问题的答案。

4.1如何启动我的深入学习虚拟机?

导入VM后,选择VirtualBox软件左侧的“DL4CVUbuntuVM” ,然后单击“开始”按钮。

然后你的VM将启动。

4.2Ubuntu深度学习虚拟机的用户名和密码是什么?

用户名是pyimagesearch ,密码是deeplearning 。

4.3如何运行访问深度学习库的Python脚本?

使用Python虚拟机深度学习计算机视觉使用Python虚拟环境来帮助组织Python模块,并将其与系统安装的Python分开。

要访问虚拟环境,只需从shell中执行workondl4cv 。

在那里,你可以访问深度学习/计算机视觉库,如TensorFlow,Keras,OpenCV,scikit-learning,scikit-image等。

4.4如何从Ubuntu虚拟机访问我的GPU?

简单的答案是你无法从虚拟机访问GPU。

虚拟机抽象你的硬件,并在主机和客户机之间创建一个人造障碍。

物理计算机上的外围设备(如GPU,USB端口等)无法被虚拟机访问。

如果你想使用GPU进行深入学习,我建议你配置你的本地开发环境。

4.5我收到与“VT-x/AMD-V硬件加速不适用于你的系统”相关的错误消息。

 我该怎么办?

如果你收到类似于以下内容的错误消息:

那么你可能需要检查你的BIOS,并确保启用虚拟化。

如果你在Windows上,你可能还需要禁用Hyper-V模式。

解决方法:

从Windows控制面板(如果使用Windows操作系统)禁用Hyper-V模式。

 看看这个问题的答案。

禁用Hyper-V在不同的Windows版本上是不同的,但是按照上述问题的答案,你应该可以找到你的解决方案。

 也就是说,还要确保你也执行下面的步骤2。

检查你的BIOS。

下次启动系统时,请进入BIOS,并确保启用虚拟化(通常它处于某种“高级设置”下)。

如果未启用虚拟化,则VM将无法启动。

 

展开阅读全文
相关资源
猜你喜欢
相关搜索

当前位置:首页 > 解决方案 > 学习计划

copyright@ 2008-2022 冰豆网网站版权所有

经营许可证编号:鄂ICP备2022015515号-1