【深度学习 环境配置】软件包安装和环境配置
来源:互联网 发布:素数用C语言怎么表示 编辑:程序博客网 时间:2024/06/04 19:18
OS: Linux: Ubuntu 14.04
安装:
1. Pip (Python 2.7.9或以上自带pip):
sudo apt-get install pyton-pip
2. 尝试安装scikit-neuralnetwork:
需要 numpy scipy theano
sudo pip install scikit-neuralnetwork
错误:SystemError: cannot compile “python.h”. Perhaps you need to install python-dev|python-devel
解决方法:
sudo apt-get updatesudo apt-get upgrade gccsudo apt-get install python2.7-dev
3. 安装numpy, scipy, theano:
pip install numpy scipy theanosudo pip install numpy scipy theano
错误:numpy.distutils.system_info.NotFoundError: no lapack/blas resources found
解决方法:
sudo apt-get install libblas-dev liblapack-dev libatlas-base-dev gfortran
sudo pip install scipysudo pip install Theano
4. 安装Pylearn2
sudo pip install -e git+https://github.com/lisa-lab/pylearn2.git#egg=Package
需要git
sudo apt-get install git
5. 安装scikit-neuralnetwork
> git clone https://github.com/aigamedev/scikit-neuralnetwork.git> cd scikit-neuralnetwork; python setup.py develop
6. 测试
> sudo pip install nose> nosetests -v sknn.tests
需要安装matplotlib:
sudo pip install matplotlib
错误:The following package could not be built: freetype, png
解决方法:
sudo apt-get install libpng-dev sudo apt-get install libjpeg8-dev sudo apt-get install libfreetype6-dev
7. 视觉化显示:
> python examples/plot_mlp.py --params activation
8. 在MNIST上测试
> python examples/bench_mnist.py (sknn|lasagne)
阅读全文
1 0
- 【深度学习 环境配置】软件包安装和环境配置
- 2.1 深度学习常用软件包和环境配置
- 2.1 深度学习常用软件包和环境配置
- 深度学习环境配置
- 【深度学习】TensorFlow环境配置及pycharm安装和使用
- 深度学习第一课:MXNet/Gluon环境配置和安装
- 【深度学习】环境配置之Anaconda安装
- 常用软件包和环境配置(机器学习)
- 再次配置深度学习环境
- 【完整版:深度学习环境配置】
- 深度学习环境配置方法
- 用GCC 编译环境所需要的软件包环境配置和安装
- nodejs 初步学习 安装和环境配置
- 工作环境配置 与 linux / ubuntu 安装软件包的几件事
- 2.2 深度学习环境配置分部详解
- Windows环境Keras深度学习框架配置
- 2.2 深度学习环境配置分部详解
- Ubuntu深度学习环境sklearn配置
- 关于数据库的事务
- 静态测试
- iptables
- iscsi
- Oracle初级学习
- 【深度学习 环境配置】软件包安装和环境配置
- poj 3261 Milk Patterns (后缀数组+二分)
- 一个不知名的项目---Day01
- Hdu 6140 Hybrid Crystals【思维】
- fork和exec的区别
- web如何全局捕获ajax异常并且显示到客户端页面
- HDU
- ugui 缩放图片使图片的四个角和四边保持原样
- 卖票系统