Mac/linux/windows7安裝anaconda+tensorflow+opencv+dlib+face_recognition

不管是mac仍是linux/windows都須要肯定系統是多少位的。主要就mac講解。

1. 肯定服務器是32位的仍是64位的（linux/mac）windows查看電腦信息就能夠了

file /bin/ls

看到輸出的內容即爲服務器的位數，個人是64位的，故選擇64位的anaconda。

Anaconda

1. 下載anaconda anaconda，選擇本身對應的版本
2. 進入Anaconda所在的目錄，執行下面的命令：

bash Anaconda3-5.0.1-Linux-x86.sh

此後依照提示操做便可（最簡便的方式就是，讓ENTER就ENTER，問yes或no，輸入yes，三個yes分別表明贊成license、使用默認的安裝路徑、自動向.bashrc寫入路徑) 4. 使.bashrc生效 此時Anaconda並未安裝完成，若在終端輸入python將會發現依然是Centos自帶的python版本，這是由於.bashrc的更新尚未生效，執行下述命令使其生效便可。

source ~/.bashrc

tensorflow

1. 創建一個Tensorflow的運行環境

//目前Mac上的Tensorflow僅僅支持CPU版本，並且3.0以上版本僅支持3.5版本，因此建立環境的時候必定要加上Python=3.5。
// 建立環境
$ conda create -n tensorflow python=3.5

// 移除環境
conda remove --name tensorflow --all

2. 設置國內鏡像 (清華鏡像5.16日已經關閉，國內的也都差很少關了。因此仍是使用官方鏡像吧，速度還能夠)

//若是須要安裝不少packages，你會發現conda下載的速度常常很慢，由於Anaconda.org的服務器在國外。所幸的是，清華TUNA鏡像源有Anaconda倉庫的鏡像，咱們將其加入conda的配置便可：
# 添加Anaconda的TUNA鏡像
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
# TUNA的help中鏡像地址加有引號，須要去掉

# 設置搜索時顯示通道地址
conda config --set show_channel_urls yes

3. 安裝Tensorflow

目前僅僅是建立了一個空的環境，僅有與Python3.5相關的一些包，咱們須要先激活環境，而後安裝Tensorflow。

// 激活環境
$ source activate tensorflow
// 安裝Tensorflow
$ pip install tensorflow
// 關閉環境
$ source deactivate

• 當一個環境中有多個python環境時，在tensorflow下安裝軟件，例如keras時須要在激活tensorflow下進行。

4. 簡單測試是否安裝成功

>>> import tensorflow as tf
>>> hello = tf.constant('Hello, TensorFlow!')
>>> sess = tf.Session()
>>> print(sess.run(hello))
Hello,TensorFlow!

在測試的時候，須要在第3步的tensorflow環境下，由於anaconda安裝會安裝兩個pyhotn環境，一樣是python3.5的，只是小版本不一樣。其中在tensorflow環境下的python環境有tensorflow，而再也不該環境下的則沒有。 可使用conda env list查看虛擬環境，而後在pycharm中選擇對應的python解釋器就ok啦。

opencv

conda install opencv

測試是否成功： python import cv2 沒有問題則說明成功；

dlib

conda install opencv

測試是否成功：

python
import dlib

若是沒有問題則說明成功。我遇到的問題：

ImportError: /lib64/libc.so.6: version `GLIBC_2.14' not found (required by /root/anaconda3/lib/pythoh
# 該問題可參考：https://blog.csdn.net/sole_cc/article/details/51415940

解決方案:升級glibc版本 按照上面連接便可升級，而後在測試，解決問題。

---

linux中查看安裝了python的哪些庫：

pip freeze或pip list

linux升級gcc

本段主要介紹在Linux系統下，如何升級GCC以支持C++11。目前來看GCC是對C++11支持程度最高最多的編譯器，但須要GCC4.8及以上版本 gcc各版本下載： 下載連接 因爲我僅僅將版本升級到4.8.2，因此就以此版本爲例 步驟：

1. 按照連接獲取GCC 4.8.2包並解壓：tar -xf gcc-4.8.2.tar.gz；
2. 進入到目錄cd gcc-4.8.2，運行：./contrib/download_prerequisites。這個神奇的腳本文件會幫咱們下載、配置、安裝依賴庫，能夠節約咱們大量的時間和精力。
3. 創建輸出目錄併到目錄裏：mkdir gcc-build-4.8.2;cd gcc-build-4.8.2 ../configure --enable-checking=release --enable-languages=c,c++ --disable-multilib。--enable-languages表示你要讓你的gcc支持那些語言，--disable-multilib不生成編譯爲其餘平臺可執行代碼的交叉編譯器。--disable-checking生成的編譯器在編譯過程當中不作額外檢查，也可使用--enable-checking=xxx來增長一些檢查；
4. 編譯：make；注意此步和上一步，比較耗時；
5. 安裝：make install； 驗證：gcc -v；或者g++ -v，若是顯示的gcc版本還是之前的版本，就須要重啓系統；或者能夠查看gcc的安裝位置：which gcc；而後在查看版本 /gcc -v，出現新版本即表示成功。

其中遇到一個問題：就是在make階段，沒有編譯結束，直接leaved出文件夾了，具體報錯忘了記載，可是是因爲swap分區不足引發的。因此後面就增長swap分區。：

新建及增長swap分區

在裝完Linux系統以後，創建Swap分區有兩種方法。 1.新建磁盤分區做爲swap分區 2.用文件做爲swap分區 （操做更簡單，我更經常使用） 這兩種方法都必須用root權限，操做過程應該當心謹慎 我主要是用的第二中方法，因此此處僅將第二種方法： 1.建立要做爲swap分區的文件:增長1GB大小的交換分區，則命令寫法以下，其中的count等於想要的塊的數量（bs*count=文件大小）。

dd if=/dev/zero of=/root/swapfile bs=1M count=1024

2.格式化爲交換分區文件:

mkswap /root/swapfile #創建swap的文件系統

3.啓用交換分區文件:

swapon /root/swapfile #啓用swap文件

4.使系統開機時自啓用，在文件/etc/fstab中添加一行：

/root/swapfile swap swap defaults 0 0

---

因爲本身的服務器磁盤有限，因此linux環境下沒能成功安裝dlib及face_recognition模塊。現利用windows7環境下安裝。

windows7

1. 安裝環境

win7 /win8/win10
python3.6 (必須3.6)
opencv3

第一步：dlib安裝 經過連接如今安裝的whl文件， 而後安裝： pip install dlib-19.7.0-cp36-cp36m-win_amd64.whl.whl 第二步：face_recognition安裝

pip install face_recognition

第三步：opencv安裝

使用命令:pin install opencv

問題：屢次出現

Retrying (Retry(total=4, connect=None, read=None, redirect=None, status=None))…………

問題，這是鏡像致使的網絡問題 解決：

pip install selectivesearch -i http://pypi.douban.com/simple --trusted-host pypi.douban.com