环境构建

undefined比赛环境搭建

undefined根据比赛章程，可知

  • 操作系统：Ubuntu 18.0
  • Python SDK：Anaconda3
  • 数据科学、图形和机器学习库：Scipy、Numpy、scikit-learn、Pandas、 TensorFlow、TensorBoard、Flask、torch等

undefined一、安装Ubuntu 18.0

  1. ubuntu-18.04.6-desktop-amd64.iso【符合要求的版本皆可】

注：操作系统在正式比赛的时候默认已安装好了，因此这里的教程只供在自己电脑上的本地部署

undefined二、 安装Python SDK

因正式比赛的时候只提供本地安装包，故只介绍本地安装的方法

SDK包下载点我←由作者打包好的SDK包

【注:因不知道比赛环境的版本，所以只能折中打包了较新的版本】

  • 下载完后，将其复制到虚拟机环境下，亦可先解压，再复制

  • (解压复制的SDK包，)之后请按以下顺序安装【推荐一个包解压到一个文件夹】

    {

    ①Anaconda3【包含Scipy、Numpy、Pandas、Flask】

    ②OpenCV

    ③Scikit-learn

    ④TensorFlow

    ⑤Torch

    }

  • 建议安装③~⑤的时候，新建不同的虚拟环境进行安装
  • 安装前一定要注意安装包版本号与虚拟环境的Python版本是否匹配！
  1. Tips:
  2. Ⅰ.新建虚拟环境方法:conda create -n 环境名 python=python的版本号,例如python=3.6
  3. Ⅱ.切换环境方法:conda activate 环境名
  4. Ⅲ.删除环境方法:conda remove -n 环境名 --all
  5. Ⅳ.退出环境方法:conda deactivate 环境名
  6. Ⅴ.若安装包名含有py38，则表明需要至少python3.8的版本才能安装并运行，以此类推
  1. .sh安装方法:
  2. 在终端中输入"bash 文件名.sh"即可[可在输入bash 之后将文件拖入终端,免去输入文件名.sh]
  4. .whl安装办法
  5. 在终端中输入"pip install 文件名.whl"即可[可在输入pip install 之后将文件拖入终端,免去输入文件名.whl]
  7. .tar.bz2安装方法
  8. *在没有安装Anaconda时,可以先双击打开'.tar.bz2'文件,观察是否有./configure、Readme、install类的文件或文件夹
  9. 若有则用法1,无则用法2*
  10. *若已安装Anaconda，推荐直接用法2进行安装*
  11. 法1:Ⅰ.在终端中输入"tar xvf 文件名.tar.bz2"[可在输入tar xvf 之后将文件拖入终端,免去输入文件名.tar.bz2]
  12.     Ⅱ.在终端中输入"cd 解压后的目录"
  13.     Ⅲ.在终端中输入"./configure"或"make"或"sudo make install"皆可
  14. 法2:在终端中输入"conda install 文件名.tar.bz2"即可[可在输入conda install 之后将文件拖入终端,免去输入文件名.tar.bz2]
  1. 推荐anaconda一个虚拟环境,Pytorch一个虚拟环境,Tensorflow一个虚拟环境，其余任意。
  2. 不过在安装包需求的python版本与虚拟环境的python版本一致时，也可以放在一起装。

undefined三、验证环境搭建是否成功

  • Anaconda3
  1. 以下任意皆可
  2. Ⅰ.打开终端，出现"(base)root@xxx:$"，即搭建成功
  3. Ⅱ.打开终端，输入"conda activate base"，之后出现"(base)root@xxx:$"，即搭建成功

2.OpenCV

  1. 首先进入安装了OpenCV的虚拟环境
  2. Ⅰ.打开终端,输入"python"
  3. Ⅱ.之后输入"import cv2"，"print(cv2.__version__)"
  4. 如果返回"X.X.X-xxx"，即搭建成功【返回版本号即可】
  • Scikit-learn
  1. 首先进入安装了Scikit-learn的虚拟环境
  2. Ⅰ.打开终端,输入"python"
  3. Ⅱ.之后输入"print("Sklearn verion is {}".format(sklearn.\_\_version\_\_))"
  4. 如果返回"Sklearn verion is X.XX.X"，即搭建成功
  • TensorFlow
  1. 首先进入安装了TensorFlow的虚拟环境
  2. Ⅰ.打开终端,输入"python"
  3. Ⅱ.之后输入"import tensorflow as tf"
  4. 如果 无任何返回(变为'等待输入状态">>"')，即搭建成功
  • Torch
  1. 首先进入安装了Torch的虚拟环境
  2. Ⅰ.打开终端,输入"python"
  3. Ⅱ.之后输入"import torch"
  4. 如果 无任何返回(变为'等待输入状态">>"')，即搭建成功