独家 | 手把手教你用Python 3创建用于机器学习开发的Linux虚拟机（附安装教程&代码）

Linux是使用Python进行机器学习开发的极佳环境。这些工具能够被简便快捷地安装，并且您可以直接开发和运行大型模型。

在本教程中，您将了解如何使用Python创建和安装用于机器学习的Linux虚拟机。完成本教程后，您将知道:

如果您的电脑操作系统是Windows、Mac OS X和Linux。那么本教程是适合您的。

Linux虚拟机的好处

您可能有很多原因想要使用Linux虚拟机来进行Python机器学习开发。例如，下面列出了使用虚拟机的5大好处:

• 使用在本机系统上不可用的工具（如果您的操作系统是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Python 3工具)
  
• 为不同的项目(Python2和Python3)提供高度定制的环境
  
• 为了节省机器的状态，并准确地找出你离开的地方(从机器转跳到机器)
  
• 与其他开发人员共享开发环境（创建一次，多次重用）
  

也许最有利的一点是第一点，能够很容易地使用不受环境支持的电脑操作系统，使用机器学习工具。

我是一个OS X用户，尽管机器学习工具可以使用BREW和MacPorts安装，我还是认为为机器学习开发安装和使用Linux虚拟机更容易。

概述

本教程分为三个部分:

1. 下载并安装VirtualBox
   
2. 下载并在虚拟机中安装Fedora Linux
   
3. 安装Python机器学习环境
   

1. 下载并安装VirtualBox

VirtualBox是一个用于创建和管理虚拟机的免费开源平台。

一旦安装好，你就可以创建所有你喜欢的虚拟机，只要你有ISO映像或者CD就可以安装。

• 访问VirtualBox.org
  
• 点击“下载VirtualBox”来访问下载页面

• 为您的虚拟机选择二进制文件
  
• 为您的系统安装软件，并遵循安装说明

• 打开VirtualBox软件并批准它的工作

2.下载并安装Fedora Linux

我选择了Fedora Linux，因为我认为和其他的Linux相比，它更亲切、更温和。对于面向虚拟机和开发人员的RedHat Linux来说，它具有领先优势。

2.1下载Fedora ISO映像

让我们从下载Fedora Linux的ISO开始。Fedora 25为64位版本。

• 访问getfedora.org
  
• 单击“Workstation”访问虚拟机页面
  
• 点击“立刻下载”来访问下载页面
  
• 在“其他下载”下，点击“64位1.3 GB实时镜像”

• 您现在应该有一个具有名字的ISO文件: “Fedora-Workstation-Live-x86_64-25-1.3.iso“
  

现在我们已经准备好在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。

• 打开VirtualBox软件
  
• 点击“NEW”按钮
  
• 选择名称和操作系统  
  

          名称：Fedora25

          类型：Linux

          版本：Fedora (64-bit)

          点击:“Continue”

• 配置内存大小
  

          2048

• 配置硬盘
  

          现在创建一个虚拟硬盘。

          硬盘文件类型。

          VDI(VirtualBox磁盘镜像)。

          物理硬盘上的存储。

          动态分配

          文件位置和大小：10G

现在我们已经准备好从ISO映像安装Fedora。

2.3 Fedora Linux 安装

现在，让我们在新的虚拟机上安装Fedora Linux。

• 选择新的虚拟机并点击“开始”按钮
  
• 单击文件夹图标，选择Fedora ISO文件
  

          “Fedora-Workstation-Live-x86_64-25-1.3.iso”

• 点击“开始按钮”
  
• 选择第一个选项“Start Fedora-Live-Workstation-Live 25”并按下回车键
  
• 点击“ESC”键跳过检查
  
• 选择“实时系统用户”
  
• 选择“安装到硬盘驱动器”

• 完成“语言选择”(英语)
  
• 完成“安装目标”(“ATA VBOX硬盘”)
  

          您可能需要等一分钟才能让VM创建硬盘

• 点击“开始安装”
  
• 设置root密码
  
• 创建你自己的一个用户
  

            记下用户名和密码（以便以后可以使用）

            勾选“让这个用户为管理员”(这样您就可以安装软件)

• 等待安装完成。(大约5分钟)
  
• 点击“退出”，点击右上方的电源图标，选择“关机”

2.4 Fedora Linux安装完成

Fedora Linux已经安装；让我们完成最后的安装，使它可以使用。

• 在VirtualBox选择fedora25 VM，在“存储”下，单击“光盘驱动器”选择“从虚拟驱动器中删除磁盘”，以弹出ISO镜像
  
• 单击“开始”按钮启动Fedora Linux的安装
  
• 使用你创建的用户登入系统

• 完成安装
  

         选择语言“英语”

         点击“下一步”

         选择键盘为“US”

         点击“下一步”

         配置隐私权

         点击“下一步”

         连接你的网络账户

         点击“跳过”

         点击“开始使用Fedora”

• 关闭自动启动的帮助系统

现在我们有了Fedora Linux虚拟机，准备安装新的软件。

3.安装Python机器学习环境

Fedora使用Gnome 3作为窗口管理器。Gnome 3与之前的Gnome版本有很大的不同;通过使用内置的帮助系统，您可以学习如何使用它。

3.1 安装Python环境

让我们从为机器学习开发安装所需的Python库开始。

• 打开终端
  

         点击“Activities”

         输入：“终端”

         点击图标或者按回车键

• 确认Python3安装

输入：

python3 --version

• 安装Python机器学习环境。具体地:
  

          NumPy

          SciPy

          Pandas

          Matplotlib

          Statsmodels

          Scikit-Learn

DNF是一个软件安装系统，正式的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。

输入：

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

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必需的库的版本来确认它。

• 打开：“Gedit”.
  

          点击：“Activities”

          输入：“gedit“

• 点击图标或者按回车键

在主目录中将其保存为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__)

• 在终端中运行脚本
  

输入：

python3 versions.py

使用VM的技巧

本节列出一些使用VM进行机器学习开发的技巧。

• 复制粘贴和文件夹共享：这些特性需要在Linux虚拟机中安装“Guest Additions”。我没有能够正确地安装它，因此不使用这些特性。如果你喜欢，你可以试试；请在评论中让我知道你是怎么做的。
  
• 使用GitHub：我建议在GitHub中存储所有代码，并从VM中检查代码。这使得从VM中获取代码和资产变得更加容易。
  
• 使用Sublime. 我认为对用于Linux开发来说，Sublime是一个很棒的文本编辑器，至少比Gedit好。
  
• 使用AWS来做大的工作：您可以使用相同的步骤在Amazon Web Services上安装Fedora Linux，以便在云中运行大型模型。
  
• VM工具：通过关闭窗口，您可以在任何时候保存VM。您还可以在任意时刻获取VM的快照，并返回到快照。如果您正在对文件系统进行较大的更改，那么这将是很有帮助的。
  
• 您可以轻松地在Linux中安装Python2和Python 3，并使用Python(而不是python3)二进制文件，或者使用替代方案来在两者之间切换。
  
• 笔记本：考虑在VM内运行一个笔记本服务器并打开防火墙，这样您就可以在VM之外的主工作站进行连接和运行
  

你有什么建议可以分享吗？请在评论中告诉我。

扩展阅读

下面是一些关于进一步阅读的资源，如果您对本教程中使用的工具是新手的话。

• VirtualBox User Manual
  
• Fedora Documentation
  
• Fedora Wiki (tons of help on common topics)
  
• SciPy Homepage
  
• Scikit-Learn Homepage
  

总结

在本教程中，您了解了如何为Python机器学习开发安装Linux虚拟机。

具体来说，你学到了：

• 如何下载和安装VirtualBox，免费的开源软件来管理虚拟机。
  
• 如何下载和安装Fedora Linux，这是一个面向开发者的友好的Linux发行版。
  
• 如何为机器学习开发安装和测试一个Python3环境。
  

你完成了这个教程吗？请在下面的评论中告诉我。

原文发布时间为：2017-11-23

本文作者：Jason Brownlee

本文来自云栖社区合作伙伴“数据派THU”，了解相关信息可以关注“数据派THU”微信公众号