ubuntu18.04 ros 使用anaconda创建虚拟环境 python3.7安装 opencv-3.4.6,TensorFlow安装,notebook_ros安装python-opencv

                    使用anaconda创建虚拟环境opencv-3.4.6安装TensorFlow安装

ps: ros系统python2.7与 python3.7安装 OpenCV有冲突所以使用anaconda创建虚拟环境,在虚拟环境中使用opencv-3.4.6

1. ubuntu 把pip也换成国内源

mkdir ~/.pip
 
cd ~/.pip
 
touch pip.conf
 
sudo nano ~/.pip/pip.conf
 

打开pip.conf 文件后，添加以下内容:

[global]
 
index-url =  http://mirrors.aliyun.com/pypi/simple/
 
 
 
[install]
 
trusted-host = pypi.tuna.tsinghua.edu.cn

更新pip 

python -m pip install --upgrade pip -i https://pypi.douban.com/simple

2.在windows环境下修改pip镜像源的方法(以python3.5为例)

(1):在windows文件管理器中,输入 %APPDATA%

(2):会定位到一个新的目录下，在该目录下新建pip文件夹，然后到pip文件夹里面去新建个pip.ini文件

(3):在新建的pip.ini文件中输入以下内容，搞定文件路径："C:\Users\Administrator\AppData\Roaming\pip\pip.ini"

[global]
timeout = 6000
index-url = http://pypi.douban.com/simple
trusted-host = pypi.douban.com

更新一下：

sudo apt-get update 

 2.下载 与安装anaconda

    自己百度!

显示现在的镜像：

conda config --show

删除清华镜像

conda config --remove channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge/
conda config --remove channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/

添加中科大的：

conda config --add channels https://mirrors.ustc.edu.cn/anaconda/pkgs/main/
conda config --add channels https://mirrors.ustc.edu.cn/anaconda/pkgs/free/
conda config --add channels https://mirrors.ustc.edu.cn/anaconda/cloud/conda-forge/
conda config --add channels https://mirrors.ustc.edu.cn/anaconda/cloud/msys2/
conda config --add channels https://mirrors.ustc.edu.cn/anaconda/cloud/bioconda/
conda config --add channels https://mirrors.ustc.edu.cn/anaconda/cloud/menpo/
 
conda config --set show_channel_urls yes

添加清华的：

Conda Forge
conda config --add channels 
http://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
 
Conda Forge
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge/
 
msys2
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/msys2/
 
bioconda
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/bioconda/
 
menpo
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/menpo/
 
pytorch
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/
 
conda config --set show_channel_urls yes

删除所有源

conda config --remove-key channels

安装 第三方包报错:

Collecting package metadata (current_repodata.json): done
Solving environment: done

解决方法：清理缓存

conda clean --all 

包括的选项还有：

--lock, --tarballs, --index-cache, --packages, --source-cache

报:

$ conda update anaconda-navigator
Solving environment: failed
 
# >>>>>>>>>>>>>>>>>>>>>> ERROR REPORT <<<<<<<<<<<<<<<<<<<<<<

原因可能是防火墙的问题

解决方法：在anaconda prompt中：

conda config --set ssl_verify false

遇到以下问题

1. 关闭控制台重新启动cmd 切换环境安装 conda install numpy

Requirement already satisfied: numpy in c:\users\95444\appdata\roaming\python\python37\site-packages

 2. 加上路径运行

pip install --target=c:\users\95444\appdata\roaming\python\python37\site-packages numpy

3.使用anaconda创建虚拟环境 2和3版本都可以,但是安装opencv时要注意版本号;

# 1.
export PATH=~/anaconda3/bin:$PATH
 
# 2. 创建虚拟环境
conda create -n opencvenv python=3.7
 
# 3. 激活新创建的环境
source activate
source deactivate
 
conda-env list  #查看虚拟环境
conda activate opencvenv #切换环境
# 4. 安装opencv-python
conda install opencv==3.4.2
# 安装机器学习框架
conda install scikit-learn
 
# 5. 这时我们还需要安装扩展包
pip install opencv-contrib-python==3.4.2.17
上面报错就用下面这行 后面的版本跟上; 不跟版本默认最新的,最新的没试过可能存在问题
pip install --user -i https://pypi.tuna.tsinghua.edu.cn/simple opencv-contrib-python==3.4.2.17
#百度源 https://mirror.baidu.com/pypi/simple
# 6.
sudo apt-get install libcanberra-gtk-module
 
# 7. 可能会出现下面问题：
QObject::moveToThread: Current thread (0x55fd81f67a60) is not the object's thread (0x55fd820ef150). Cannot move to target thread (0x55fd81f67a60)
  执行： conda install pyqt 可以就绝上述问题 
pycharm中如果编写代码没有提示，可以考虑将工程下面的.idea文件删除，再重新打开pycharm
# 采用这种方式安装,在当前版本中会出现如下异常
The function is not implemented. Rebuild the library with Windows, GTK+ 2.x or Carbon support. If you are on Ubuntu or Debian, install libgtk2.0-dev and pkg-config, then re-run cmake or configure script in function 'cvShowImage'
 
 
 
 

如果 报conda 不存在: 

1.控制台执行这个 export PATH=~/anaconda3/bin:$PATH

2.

也可以在pychram 中的控制台中执行,但前提是要配编译环境,编译环境配置在最下面

pycharm 添加环境

 

运行 cv.imshow("src",imwrite)  显示以下黑框原因是你安装了 4.3 版本的openCV,安装时一定要跟上版本号;

 

以下安装notebook看自己需求,需要就安装notebook

安装jupyter notebook

conda install jupyter notebook

安装jupyter notebook的代码提示功能

1.

我的是在anaconda中的root环境下运行以下命令,在其他环境下发现没有效果
 
1
 
pip install jupyter_contrib_nbextensions
 
jupyter contrib nbextension install  --user
 
 
 
2.
 
pip install --user jupyter_nbextensions_configurator
 
jupyter nbextensions_configurator enable --user
 
 
 
3.安装成功会在http://localhost:8888/tree中出现Nbextensions

2.

pip install jupyter_contrib_nbextensions
conda install jupyter_contrib_nbextensions
//上一行报错就用这行代替
pip install --user -i https://pypi.tuna.tsinghua.edu.cn/simple  jupyter_contrib_nbextensions
 
jupyter contrib nbextension install --user --skip-running-check
或
conda install -c conda-forge jupyter_nbextensions_configurator

启动jupyter notebook

jupyter notebook

 点开 Nbextensions 的选项，并勾选 Hinterland

JupyterNotebook快捷键总结

1. Jupyter Notebook有两种mode

• Enter：进入edit模式
• Esc：进入command模式

2. Command命令快捷键：

• A：在上方增加一个cell
• B：在下方增加一个cell
• X：剪切该cell
• C：复制该cell
• V：在该cell下方粘贴复制的cell
• Shift-V：在该cell上方粘贴复制的cell
• L：隐藏、显示当前cell的代码行号
• shift-L：隐藏/显示所有cell的代码行号
• O：隐藏该cell的output
• DD：删除这个cell
• Z：撤销删除操作
• Y：转为code模式
• M：转为markdown模式
• R：转为raw模式
• H：展示快捷键帮助
• Shift-Enter：运行本单元，选中下个单元 新单元默认为command模式
• Ctrl-Enter 运行本单元
• Alt-Enter 运行本单元，在其下插入新单元 新单元默认为edit模式
• OO：重启当前kernal
• II：打断当前kernal的运行
• shift+上/下：向上/下选中多个代码块
• 上/下：向上/下选中代码块
• F：查找替换

3. Edit命令快捷键：

• Tab：代码补全
• ctrl]或Tab：缩进（向右）
• ctrl[或shift-Tab：反缩进（向左）
• ctrl A：全选
• ctrl D：删除整行
• ctrl Z：撤销

 Jupyter Notebook里command模式快捷键H，查看所有快捷键

快捷键: 原文链接:https://www.cnblogs.com/peilin1031/p/12326701.html

更新pip

python -m pip install --upgrade pip -i https://pypi.douban.com/simple

查看环境 

conda-env list

新建环境 

conda create -n tfenv python=3.7

激活环境 

conda activate tfenv

 切换到自己需要的环境中 conda activate tfenv 执行以下自己需要使用的库:

安装库scikit-learn

jupyter notebook 中安装 

!pip install -U scikit-learn

scikit-learn安装

pip install scikit-learn -i https://mirror.baidu.com/pypi/simple

安装库opencv 

 jupyter notebook 中安装 

!pip install opencv-python

!pip install --upgrade pip
%time !pip install msgpack

opencv安装

pip install opencv-python==3.4.2.16 -i https://mirror.baidu.com/pypi/simple

 matplotlib

pip install matplotlib -i https://mirror.baidu.com/pypi/simple

TensorFlow介绍

谷歌官方推出的深度学习框架, 目前最新版是2.3的版本, 2.x版本简洁,易用.

• 使用 Keras 和 Eager Execution 轻松构建模型。
• 在任意平台上实现稳健的生产环境模型部署。
• 为研究提供强大的实验工具。
• 通过清理废弃的 API 和减少重复来简化 API
• 需要GPU计算要安装 cuda   cudnn这两个,但是GPU内存小不够强大的话建议不要安装,运行报错的话需要禁用GPU才能训练模型
• Keras API reference
• MNIST handwritten digit database, Yann LeCun, Corinna Cortes and Chris Burges

TensorFlow 2.x安装

创建虚拟环境

conda create -n tfenv python=3.7

激活虚拟环境

conda activate tfenv

更新安装环境pip

conda install pip

安装依赖

pip install tensorflow  -i https://mirror.baidu.com/pypi/simple

 jupyter notebook 中不能使用 TensorFlow 请切换到 conda activate tfenv 环境后运行以下两条命令

pip install ipython -i https://mirror.baidu.com/pypi/simple

pip install jupyter -i https://mirror.baidu.com/pypi/simple

解析返回的html与json数据,用爬虫获取数据时会用到 

#解析返回的html与json数据
!pip install Beautifulsoup4

 scikit-learn

pip install scikit-learn -i https://mirror.baidu.com/pypi/simple

 安装python开发web程序的依赖

conda install flask

 socketio eventlet socket通讯需要的依赖

conda install -c conda-forge python-socketio

conda install -c conda-forge eventlet

pip install python-socketio -i https://mirror.baidu.com/pypi/simple
pip install eventlet -i https://mirror.baidu.com/pypi/simple

 第三方图片数据增强

pip install imgaug

pip install pandas

pip install matplotlib

pip install numpy

 可视化工具graphviz安装

# graphviz 
# windows 双击安装提供的软件，然后把安装路径的bin目录添加到环境变量
# C:\Program Files (x86)\Graphviz2.38\bin
# linux ： sudo apt-get install graphviz
!pip install pydot

在jupyter notebook中使用 

tf.keras.utils.plot_model(model,to_file='model.png',show_shapes=True,show_layer_names=True)

效果

开启GPU运算报错: 

Failed to get convolution algorithm. This is probably because cuDNN failed to initialize

对GPU进行按需分配,避免GPU内存不够

from tensorflow.compat.v1 import ConfigProto
from tensorflow.compat.v1 import InteractiveSession
 
config = ConfigProto()
config.gpu_options.allow_growth = True
session = InteractiveSession(config=config)

-

----------------------------------------------------------------------------------------------------------------

jupyer book 切换conda环境

使用Jupyter Notebook时就需要制定使用的虚拟环境,使用时需要进入安装nb_conda的虚拟环境中使用

conda install nb_conda

 要关联的环境安装 切换环境 有效

conda install nb_conda_kernels

更新libsodium的版本

conda install -c conda-forge libsodium

#下面这个好像没用 

当安装了新的conda虚拟环境时，发现在Jupyter Notebook中无法使用，可以在你的新环境上安装ipykernel，重启jupyter之后就可以用了

conda install -n python_env ipykernel

 安装ipykernel时先切换环境

conda-env list  #查看虚拟环境
conda activate opencvenv #切换环境

conda install  ipykernel

-----------------------ros 安装tensorflow----------python2.7-------------------------------

sudo apt-get install python-pip python-dev

 export TF_BINARY_URL=https://storage.googleapis.com/tensorflow/linux/cpu/tensorflow-1.14.0-cp27-none-linux_x86_64.whl

sudo pip2 install --ignore-installed --upgrade $TF_BINARY_URL

安装碰到的问题

问题1：Cannot uninstall 'six'. It is a distutils installed project and thus we cannot accurately determine which files belong to it which would lead to only a partial uninstall.

解决方法

python2.7 -m pip install tensorflow --ignore-installed six

问题2：launchpadlib 1.10.2 requires testresources, which is not installed. 

解决方案：

sudo pip install launchpadlib

用ros启动pychon时禁用conda ,把里面的conda路径注释掉

~/.bashrc

cat ~/.bashrc
vim ~/.bashrc
source ~/.bashrc

-------------------------------------------------------------------

在pip install 库文件 时出现该错误：直接上干货，亲测有效！

1.在C:\Windows\System32该目录下，找到下面两个文件

• 1

2.到Anaconda的根目录下，进入\anaconda\install\Lib\site-packages\win32该目录，并将上面两个文件拷贝进行替换

• 1

3.此时再次进行安装操作，bug完美解决