Ubuntu16.04下安裝配置numpy,scipy,matplotlibm,pandas 以及sklearn+深度學習tensorflow配置+Keras2.0.6（非Anaconda環境）

1.ubuntu鏡像源準備（防止下載過慢）：

參考博文：http://www.cnblogs.com/top5/archive/2009/10/07/1578815.html

步驟以下：

首先，備份一下ubuntu 12.10 原來的源地址列表文件   

sudo cp /etc/apt/sources.list /etc/apt/sources.list.old  

而後進行修改  sudo gedit /etc/apt/sources.list  

能夠在裏面添加資源地址，直接覆蓋掉原來的。

2.使用apt-get安裝

在安裝以前建議更新一下軟件源

sudo apt-get update

若是python 2.7 沒有問題 ，就能夠進行下一步了 
如今安裝用於數值計算和繪圖的包以及Sklearn 分別是numpy scipy matplotlib pandas 和 sklearn 
apt-get命令以下

sudo apt-get install python-numpy 
sudo apt-get install python-scipy 
sudo apt-get install python-matplotlib 
sudo apt-get install python-pandas 
sudo apt-get install python-sklearn

3.也能夠使用pip安裝

在安裝pip 以前 先安裝 python-dev 
apt-get安裝命令

sudo apt-get install python-dev

若是上一條命令無論用，可以使用如下命令解決 
用aptitude 工具

sudo apt-get install aptitude 
sudo aptitude install python-dev

如今安裝好 python-dev 就能夠安裝 python-pip

sudo apt-get install python-pip

在終端中鍵入pip ,若以下圖所示，則安裝成功 

4.安裝結果

如今用pip安裝用於數值計算和繪圖的包 分別是numpy scipy matplotlib pandas

sudo pip install numpy 
sudo pip install scipy 
sudo pip install matplotlib 
sudo pip install pandas

最後在用pip安裝 sklearn

sudo pip install -U scikit-learn

測試下是否所有安裝成功，打開python解釋器，輸入如下命令，若無報錯，則就成功。

import numpy as np 
import pandas as pd 
import matplotlib.pyplot as plt 
from sklearn import datasets,linear_model

5.安裝tensorflow

（1）下載

https://pypi.python.org/packages/1e/b2/75c1ca60a9b4b97500aee98e81dbfe1d541d46a9d5315ea0723d0f45701d/tensorflow-1.2.0rc1-cp27-cp27mu-manylinux1_x86_64.whl#md5=ad4b55a56b475a7405b6626f9cd7ad32

（2）pip安裝

cd 到whl文件目錄所在的文件夾下

pip install tensorflow-1.2.0rc1-cp27-cp27mu-manylinux1_x86_64.whl

 

成功安裝：

 測試安裝是否成功：

 

 6.安裝jupyter notebook，用於顯示

sudo python2 -m pip install ipykernel
sudo python2 -m ipykernel install
sudo apt-get install build-essential
sudo pip install jupyter

#在指定文件夾下啓動jupyter notebook，相應文件會在此文件夾下顯示
python@ubuntu:~$ mkdir tf-notebooks
python@ubuntu:~$ cd tf-notebooks/
python@ubuntu:~/tf-notebooks$ jupyter notebook

 7.瀏覽器打開

更新最新版本的scikitlearn

查看sklearn版本

 

 安裝Keras

（1）安裝運算加速庫

 

（2）pip安裝keras

 

#遠程訪問jupyter

Jupyter Notebook很好用，可是直接遠程在服務器上用體驗固然不如本地計算機好，那麼如何遠程訪問呢？

 

<<   vim ~/.jupyter/jupyter_notebook_config.py

<< jupyter notebook

此時應該能夠直接從本地瀏覽器直接訪問http://address_of_remote:8888就能夠看到jupyter的登錄界面。

address_of_remote爲ip地址