J'ai écrit un article similaire auparavant, mais c'était plus facile avec pyenv, donc je vais réorganiser la procédure. D'ailleurs, selon l'environnement, certaines personnes peuvent ne pas être en mesure d'utiliser pyenv ou ne pas vouloir l'utiliser. Dans ce cas, veuillez vous référer à l'URL suivante.
http://qiita.com/mix_dvd/items/7d2f11fa090cf39a5b31
Téléchargez le fichier iso à partir de l'URL suivante et installez-le, qu'il s'agisse d'une machine réelle ou d'un environnement virtuel.
http://www.ubuntu.com/download/server
Pour la procédure détaillée, veuillez vous référer au site qui a expliqué les détails.
http://webkaru.net/linux/ubuntu-14-04-lts-install/
Connectez-vous en tant qu'utilisateur initial créé lors de l'installation.
Voici la procédure d'utilisation de l'environnement uniquement avec l'utilisateur connecté.
Les commandes suivantes ne sont pas nécessaires pour exécuter Jupyter Notebook lui-même, mais vous pouvez obtenir une erreur lors de l'installation ou de l'exécution de la bibliothèque, alors installez-les à l'avance.
$ sudo apt install -y build-essential
$ sudo apt install -y libsm6
$ sudo apt install -y libxrender1
Lorsque vous exécutez la première commande, si vous êtes invité à entrer un mot de passe, entrez le mot de passe que vous utiliserez pour vous connecter.
https://github.com/yyuu/pyenv
pyenv est un outil permettant d'installer plusieurs versions de Python dans un seul environnement.
$ git clone https://github.com/yyuu/pyenv.git ~/.pyenv
$ echo 'export PYENV_ROOT="$HOME/.pyenv"' >> ~/.bashrc
$ echo 'export PATH="$PYENV_ROOT/bin:$PATH"' >> ~/.bashrc
$ echo 'eval "$(pyenv init -)"' >> ~/.bashrc
$ source ~/.bashrc
À propos, pour mettre à jour pyenv, utilisez la commande suivante.
$ cd ~/.pyenv
$ git pull
https://www.continuum.io/why-anaconda
Vérifiez la version d'Anaconda qui peut être installée.
$ pyenv install -l | grep anaconda
Depuis le 10 juin 2016, la dernière version était 4.0.0. Python présente de nombreuses différences entre la version 2.x et la version 3.x, alors sélectionnez l'une des options suivantes en fonction de votre environnement. Sauf indication contraire, je pense que vous pouvez choisir la série 3.x.
$ pyenv install anaconda2-4.0.0
$ pyenv rehash
$ pyenv global anaconda2-4.0.0
$ echo 'export PATH="$PYENV_ROOT/versions/anaconda2-4.0.0/bin/:$PATH"' >> ~/.bashrc
$ source ~/.bashrc
$ pyenv install anaconda3-4.0.0
$ pyenv rehash
$ pyenv global anaconda3-4.0.0
$ echo 'export PATH="$PYENV_ROOT/versions/anaconda3-4.0.0/bin/:$PATH"' >> ~/.bashrc
$ source ~/.bashrc
Au fait, il semble que le message suivant puisse apparaître en fonction de l'environnement.
$ pyenv install anaconda3-4.2.0
Downloading Anaconda3-4.2.0-Linux-x86.sh...
-> https://repo.continuum.io/archive/Anaconda3-4.2.0-Linux-x86.sh
error: failed to download Anaconda3-4.2.0-Linux-x86.sh
BUILD FAILED (Ubuntu 16.04 using python-build 1.0.7-1-g99d1670)
La solution est la suivante.
$ sudo apt-get install ca-certificates
$ sudo mkdir -p /etc/pki/tls/certs
$ sudo cp /etc/ssl/certs/ca-certificates.crt /etc/pki/tls/certs/ca-bundle.crt
Après avoir exécuté ce qui précède, installez Anaconda avec pyenv.
Seaborn
Site du siège https://web.stanford.edu/~mwaskom/software/seaborn/
$ pip install seaborn
XGBoost
Site du siège https://xgboost.readthedocs.io/
URL de référence https://xgboost.readthedocs.io/en/latest/build.html#python-package-installation
$ git clone --recursive https://github.com/dmlc/xgboost
$ cd xgboost
$ make -j4
$ cd python-package
$ python setup.py install
Je peux l'installer avec pip, mais même si je pouvais l'installer, une erreur pourrait survenir lors de l'exécution, donc la procédure d'installation en compilant à partir du code source est affichée.
URL de référence https://www.tensorflow.org/versions/r0.9/get_started/os_setup.html#pip-installation
Python 2
Ubuntu/Linux 64-bit, CPU only, Python 2.7
$ export TF_BINARY_URL=https://storage.googleapis.com/tensorflow/linux/cpu/tensorflow-0.9.0rc0-cp27-none-linux_x86_64.whl
$ sudo pip install --upgrade $TF_BINARY_URL
Python 3
Ubuntu/Linux 64-bit, CPU only, Python 3.5
$ export TF_BINARY_URL=https://storage.googleapis.com/tensorflow/linux/cpu/tensorflow-0.9.0rc0-cp35-cp35m-linux_x86_64.whl
$ sudo pip3 install --upgrade $TF_BINARY_URL
Jupyter Notebook
Site du siège http://jupyter.org
$ cd
$ jupyter notebook --generate-config
$ echo "c.NotebookApp.ip = '*'" >> ~/.jupyter/jupyter_notebook_config.py
$ echo "c.NotebookApp.open_browser = False" >> ~/.jupyter/jupyter_notebook_config.py
$ echo "c.NotebookApp.port = 8888" >> ~/.jupyter/jupyter_notebook_config.py
Exécutez la commande suivante dans le répertoire de base de l'utilisateur initial.
$ jupyter notebook
Si cela semble fonctionner, démarrez le navigateur Web d'une autre machine et accédez à l'URL suivante.
http://xxx.xxx.xxx.xxx:8888
Remplacez "xxx.xxx.xxx.xxx" par l'adresse IP de votre machine Ubuntu.
Lorsque la page Jupyter Notebook s'affiche, OK!
Le japonais peut ne pas être affiché lors du dessin d'un graphique avec matplotlib, veuillez donc vous référer également à la procédure correspondante.
http://qiita.com/mix_dvd/items/1c192bd8c852c4aaa413
Il y a un désir de récupérer facilement les fichiers enregistrés dans le répertoire personnel, donc j'ajouterai la procédure pour le rendre accessible à partir d'autres PC utilisant Samba.
Tout d'abord, installez Samba.
$ sudo apt install -y samba
$ sudo pdbedit -a [Nom d'utilisateur connexion]
new password: [Tout mot de passe]
retype new password: [Tout mot de passe]
Ensuite, éditez le fichier de paramètres.
$ sudo vi /etc/samba/smb.conf
Recherchez les parties suivantes et corrigez les parties qui sont commentées ou le contenu est différent.
smb.conf
[homes]
comment = %U's Home directory
browseable = Yes
read only = No
writable = Yes
Redémarrez Samba.
$ sudo systemctl restart smbd nmbd
c'est tout.
Recommended Posts