如何创建用于Python3机器学习的Linux虚拟机

• 0
• 2020-04-29
• 机器学习
• 0
• 0

Linux是使用Python进行机器学习开发的极好环境。

这些工具可以快速、轻松地安装，你可以直接开发和运行大型模型。

在本教程中，你将了解如何使用Python创建和设置用于机器学习的Linux虚拟机。

完成本教程后，你将了解：

• 如何下载和安装用于管理虚拟机的VirtualBox。
• 如何下载和设置Fedora Linux。
• 如何在Python3中安装用于机器学习的SciPy环境。

如果你的基本操作系统是Windows、Mac OS X和Linux，则本教程适用。

我们开始吧。

Linux虚拟机的优势

你可能希望使用Linux虚拟机进行Python机器学习开发，原因有很多。

例如，下面列出了使用虚拟机的5大优势：

• 使用系统上不可用的工具(如果你使用的是Windows)。
• 在不影响本地环境的情况下安装和使用机器学习工具(例如，使用Python3工具)。
• 为不同的项目(Python2和Python3)提供高度定制的环境。
• 保存机器的状态并准确地从你停止的位置开始(从机器跳到机器)。
• 与其他开发人员共享开发环境(一次设置，多次重用)。

也许最大的好处是第一点，能够轻松地使用你的环境不支持的机器学习工具。

我是OSX用户，即使可以使用BREW和Macports安装机器学习工具，我仍然发现设置和使用Linux虚拟机进行机器学习开发更容易。

概述

本教程分为3个部分：

• 下载并安装VirtualBox。
• 在虚拟机中下载并安装Fedora Linux。
• 安装Python机器学习环境。

1.下载安装VirtualBox

VirtualBox是一个用于创建和管理虚拟机的免费开源平台。

安装后，你可以创建你喜欢的所有虚拟机，只要你有ISO映像或CD可供安装即可。

• 1.访问VirtualBox.org。
• 2.点击[Download VirtualBox]进入下载页面。
• 3.为你的工作站选择二进制文件。
• 4.安装适用于你系统的软件，并按照安装说明进行操作。
• 5.打开VirtualBox软件，确认工作正常。

2.下载安装Fedora Linux

我之所以选择Fedora Linux，是因为我认为它比某些Linux更友好。

它是面向工作站和开发人员的RedHat Linux的前沿。

2.1下载Fedora ISO镜像

让我们从下载适用于Fedora Linux的ISO开始。在本例中，是64位版本的Fedora 25。

• 1.访问GetFedora.org。
• 2.单击[Workstation]进入工作站页面。
• 3.点击[Download now]进入下载页面。
• 4.在“Other Downloads”下，点击“64-bit 1.3GB Live image”。
• 5.现在你应该有一个名为以下名称的ISO文件：
• “Fedora-Workstation-Live-x86_64-25-1.3.iso”。

现在我们就可以在VirtualBox中创建VM了。

2.2创建Fedora虚拟机

现在，让我们在VirtualBox中创建Fedora虚拟机。

• 1.打开VirtualBox软件。
• 2.点击[New]按钮。
• 3.选择名称和操作系统。
  • 名称：Fedora25。
  • 类型：Linux。
  • 版本：Feddora(64位)。
  • 单击“Continue”。
• 4.配置内存大小。
  • 2048。
• 5.配置硬盘。
  • 立即创建虚拟硬盘。
  • 硬盘文件类型。
  • VDI(VirtualBox Disk Image)。
  • 物理硬盘上的存储。
  • 动态分配。
  • 文件位置和大小：10 GB。

我们现在可以从ISO映像安装Fedora了。

2.3安装Fedora Linux

现在，让我们在新虚拟机上安装Fedora Linux。

• 1.选择新虚拟机，点击[Start]按钮。
• 2.单击文件夹图标并选择Fedora ISO文件：
  • “Fedora-Workstation-Live-x86_64-25-1.3.iso”
• 3.点击[Start]按钮。
• 4.选择第一个选项“Start Fedora-Live-Workstation-Live 25”并按Enter键。
• 5.按“Esc”键跳过检查。
• 6.选择[Live System User]。
• 7.选择[Install to Hard Drive]。
• 8.完成“Language Selection”(English)。
• 9.填写“Installation Destination”(“ATA VBOX HARDDISK”)。
• 你可能需要等待一分钟，以便虚拟机创建硬盘。
• 10.点击[Begin Installation]。
• 11.设置root密码。
• 12.为自己创建用户。
  • 记下用户名和密码(以便以后使用)。
  • 勾选“Make this user administrator”(以便你可以安装软件)。
• 13.等待安装完成。(5分钟？)
• 14.点击[Quit]，点击右上角的电源图标，选择关机。

2.4最终完成Fedora Linux安装

已经安装了Fedora Linux；让我们完成安装并准备好使用它。

• 1.在选择了Fedora25虚拟机的VirtualBox中，在“Storage”下，单击“Optical Drive”。
  • 选择“Remove disk from virtual drive”以弹出ISO映像。
• 2.点击[Start]按钮，开始Fedora Linux安装。
• 3.以你创建的用户身份登录。
• 4.完成安装。
  • 选择语言“English”
  • 单击“Next”
  • 选择键盘“US”
  • 单击“Next”
  • 配置隐私。
  • 单击“Next”
  • 连接你的在线帐户。
  • 单击“Skip”
  • 单击“Start using Fedora”
• 5.关闭自动启动的帮助系统。
  • 现在我们有了一台Fedora Linux虚拟机，可以安装新软件了。

3.安装Python机器学习环境

Feddora使用Gnome 3作为窗口管理器。

GNOME 3与以前版本的Gnome有很大的不同；你可以通过使用内置的帮助系统来了解如何操作。

3.1安装Python环境

让我们首先安装机器学习开发所需的Python库。

• 1.打开终端。
  • 点击“Activities”
  • “terminal”类型。
  • 单击图标或按Enter键。
• 2.确认是否安装了Python3。
  输入：

python3 --version

• 3.安装Python机器学习环境。具体而言：
  • NumPy
  • SciPy
  • Pandas
  • Matplotlib
  • Statsmodels
  • Scikit-Learn

DNF是软件安装系统，正式名称为YUM。第一次运行DNF时，它将更新包的数据库，这可能需要一分钟时间。

输入：

sudo dnf install python3-numpy python3-scipy python3-scikit-learn python3-pandas python3-matplotlib python3-statsmodels

在系统提示时输入你的密码。

出现提示时，按“y”和“Enter”确认安装。

3.2确认Python环境

现在已经安装了环境，我们可以通过打印每个所需库的版本来确认它。

• 1.打开Gedit。
  • 点击“Activities”
  • 键入“Gedit”
  • 单击图标或按Enter键。
• 2.键入以下脚本，并将其保存为主目录中的versions.py。

# scipy
import scipy
print('scipy: %s' % scipy.__version__)
# numpy
import numpy
print('numpy: %s' % numpy.__version__)
# matplotlib
import matplotlib
print('matplotlib: %s' % matplotlib.__version__)
# pandas
import pandas
print('pandas: %s' % pandas.__version__)
# scikit-learn
import sklearn
print('sklearn: %s' % sklearn.__version__)
# statsmodels
import statsmodels
print('statsmodels: %s' % statsmodels.__version__)

没有复制-粘贴支持；你可能希望在VM中打开Firefox并导航到此页面，然后将脚本复制粘贴到Gedit窗口中。

• 3.在终端运行脚本。

输入：

python3 versions.py

使用虚拟机的提示

本节列出了使用VM进行机器学习开发的一些提示。

• 复制-粘贴和文件夹共享。这些功能需要在Linux VM中安装“Guest Additions”。我无法将其正确安装，因此不使用这些功能。如果你愿意，可以试一试；在评论中告诉我你做得怎么样。
• 使用GitHub。我建议将所有代码存储在GitHub中，并从VM转入和转出代码。它使将代码和资源传入和传出VM的工作变得容易得多。
• 使用Sublime。我认为Suplime是Linux上开发的一个很棒的文本编辑器，至少比Gedit要好。
• 将AWS用于大型作业。你可以使用相同的过程在Amazon Web Services上设置Fedora Linux，以便在云中运行大型模型。
• VM工具。你可以通过关闭窗口随时保存VM。你还可以随时拍摄VM的快照，然后返回到快照。如果你要对文件系统进行较大更改，这会很有帮助。
• Python2。在Linux中，你可以很容易地将Python2与Python3一起安装，并使用python(而不是python3)二进制文件，或者使用其他方法在两者之间切换。
• 笔记本。考虑在虚拟机内运行笔记本电脑服务器并打开防火墙，这样你就可以从虚拟机外部的主工作站连接并运行。

你有什么小贴士可以分享吗？请在评论中让我知道。

进一步阅读

如果你是本教程中使用的工具的新手，下面是一些可供你进一步阅读的资源。

• VirtualBox用户手册。
• Feddora文档。
• Feddora Wiki(关于常见主题的大量帮助)。
• SciPy主页。
• Scikit-Learn主页。

摘要

在本教程中，你了解了如何为Python机器学习开发设置Linux虚拟机。

具体地说，你了解到：

• 如何下载和安装VirtualBox，这是一款用于管理虚拟机的免费开源软件。
• 如何下载和设置Fedora Linux，这是一个面向开发人员的友好的Linux发行版。
• 如何为机器学习开发安装和测试Python3环境。

你完成教程了吗？

请在下面的评论中告诉我进展如何。

00

Python