Linux是使用Python進行機器學習開發的極佳環境。這些工具能夠被簡便快捷地安裝，并且您可以直接開發和運行大型模型。

在本教程中，您將了解如何使用Python創建和安裝用于機器學習的Linux虛擬機。完成本教程后，您將知道:

如何下載和安裝VirtualBox來管理虛擬機
如何下載和安裝Fedora Linux
如何在Python 3中為機器學習安裝一個SciPy環境

如果您的電腦操作系統是Windows、Mac OS X和Linux。那么本教程是適合您的。

Linux虛擬機的好處

您可能有很多原因想要使用Linux虛擬機來進行Python機器學習開發。例如，下面列出了使用虛擬機的5大好處:

• 使用在本機系統上不可用的工具（如果您的操作系統是Windows）
  
• 在不影響本地環境的情況下安裝和使用機器學習工具(例如：使用Python 3工具)
  
• 為不同的項目(Python2和Python3)提供高度定制的環境
  
• 為了節省機器的狀態，并準確地找出你離開的地方(從機器轉跳到機器)
  
• 與其他開發人員共享開發環境（創建一次，多次重用）
  

也許最有利的一點是第一點，能夠很容易地使用不受環境支持的電腦操作系統，使用機器學習工具。

我是一個OS X用戶，盡管機器學習工具可以使用BREW和MacPorts安裝，我還是認為為機器學習開發安裝和使用Linux虛擬機更容易。

概述

本教程分為三個部分:

下載并安裝VirtualBox

下載并在虛擬機中安裝Fedora Linux

安裝Python機器學習環境

1.?下載并安裝VirtualBox

VirtualBox是一個用于創建和管理虛擬機的免費開源平臺。

一旦安裝好，你就可以創建所有你喜歡的虛擬機，只要你有ISO映像或者CD就可以安裝。

• 訪問VirtualBox.org
  
• 點擊“下載VirtualBox”來訪問下載頁面

• 為您的虛擬機選擇二進制文件
  
• 為您的系統安裝軟件，并遵循安裝說明

• 打開VirtualBox軟件并批準它的工作

2.下載并安裝Fedora Linux

我選擇了Fedora Linux，因為我認為和其他的Linux相比，它更親切、更溫和。對于面向虛擬機和開發人員的RedHat Linux來說，它具有領先優勢。

2.1下載Fedora ISO映像

讓我們從下載Fedora Linux的ISO開始。Fedora 25為64位版本。

• 訪問getfedora.org
  
• 單擊“Workstation”訪問虛擬機頁面
  
• 點擊“立刻下載”來訪問下載頁面
  
• 在“其他下載”下，點擊“64位1.3 GB實時鏡像”

• 您現在應該有一個具有名字的ISO文件:?“Fedora-Workstation-Live-x86_64-25-1.3.iso“
  

現在我們已經準備好在VirtualBox中創建VM了。

2.2創建Fedora虛擬機

現在，讓我們在VirtualBox中創建Fedora虛擬機。

• 打開VirtualBox軟件
  
• 點擊“NEW”按鈕
  
• 選擇名稱和操作系統??
  

? ? ? ? ? 名稱：Fedora25

? ? ? ? ? 類型：Linux

? ? ? ? ? 版本：Fedora (64-bit)

? ? ? ? ? 點擊:“Continue”

• 配置內存大小
  

? ? ? ? ? 2048

• 配置硬盤
  

? ? ? ? ? 現在創建一個虛擬硬盤。

? ? ? ? ? 硬盤文件類型。

? ? ? ? ? VDI(VirtualBox磁盤鏡像)。

? ? ? ? ? 物理硬盤上的存儲。

? ? ? ? ? 動態分配

? ? ? ? ? 文件位置和大小：10G

現在我們已經準備好從ISO映像安裝Fedora。

2.3 Fedora Linux 安裝

現在，讓我們在新的虛擬機上安裝Fedora Linux。

• 選擇新的虛擬機并點擊“開始”按鈕
  
• 單擊文件夾圖標，選擇Fedora ISO文件
  

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

• 點擊“開始按鈕”
  
• 選擇第一個選項“Start Fedora-Live-Workstation-Live 25”并按下回車鍵
  
• 點擊“ESC”鍵跳過檢查
  
• 選擇“實時系統用戶”
  
• 選擇“安裝到硬盤驅動器”

• 完成“語言選擇”(英語)
  
• 完成“安裝目標”(“ATA VBOX硬盤”)
  

? ? ? ? ? 您可能需要等一分鐘才能讓VM創建硬盤

• 點擊“開始安裝”
  
• 設置root密碼
  
• 創建你自己的一個用戶
  

? ? ? ? ? ? 記下用戶名和密碼（以便以后可以使用）

? ? ? ? ? ? 勾選“讓這個用戶為管理員”(這樣您就可以安裝軟件)

• 等待安裝完成。(大約5分鐘)
  
• 點擊“退出”，點擊右上方的電源圖標，選擇“關機”

2.4 Fedora Linux安裝完成

Fedora Linux已經安裝；讓我們完成最后的安裝，使它可以使用。

• 在VirtualBox選擇fedora25 VM，在“存儲”下，單擊“光盤驅動器”選擇“從虛擬驅動器中刪除磁盤”，以彈出ISO鏡像
  
• 單擊“開始”按鈕啟動Fedora Linux的安裝
  
• 使用你創建的用戶登入系統

• 完成安裝
  

? ? ? ? ?選擇語言“英語”

? ? ? ? ?點擊“下一步”

? ? ? ? ?選擇鍵盤為“US”

? ? ? ? ?點擊“下一步”

? ? ? ? ?配置隱私權

? ? ? ? ?點擊“下一步”

? ? ? ? ?連接你的網絡賬戶

? ? ? ? ?點擊“跳過”

? ? ? ? ?點擊“開始使用Fedora”

• 關閉自動啟動的幫助系統

現在我們有了Fedora Linux虛擬機，準備安裝新的軟件。

3.安裝Python機器學習環境

Fedora使用Gnome 3作為窗口管理器。Gnome 3與之前的Gnome版本有很大的不同;通過使用內置的幫助系統，您可以學習如何使用它。

3.1 安裝Python環境

讓我們從為機器學習開發安裝所需的Python庫開始。

• 打開終端
  

? ? ? ? ?點擊“Activities”

? ? ? ? ?輸入：“終端”

? ? ? ? ?點擊圖標或者按回車鍵

• 確認Python3安裝

輸入：

python3 --version

• 安裝Python機器學習環境。具體地:
  

? ? ? ? ? NumPy

? ? ? ? ? SciPy

? ? ? ? ? Pandas

? ? ? ? ? Matplotlib

? ? ? ? ? Statsmodels

? ? ? ? ? Scikit-Learn

DNF是一個軟件安裝系統，正式的yum。第一次運行DNF時，它將更新包的數據庫，這可能需要一分鐘。

輸入：

sudo dnf install python3-numpy python3-scipy python3-scikit-learn python3-pandas python3-matplotlib python3-statsmodels當提示時輸入您的密碼，通過按“y”或“enter”來確認安裝。

3.2 確認Python環境

現在已經安裝了環境，我們可以通過打印每個必需的庫的版本來確認它。

• 打開：“Gedit”.
  

? ? ? ? ? 點擊：“Activities”

? ? ? ? ? 輸入：“gedit“

• 點擊圖標或者按回車鍵

在主目錄中將其保存為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__) 沒有復制粘貼的支持；你可能想要在VM中打開Firefox、瀏覽這個界面并且復制粘貼這個腳本到你的gedit窗口中。

• 在終端中運行腳本
  

輸入：

python3 versions.py

?

使用VM的技巧

本節列出一些使用VM進行機器學習開發的技巧。

• 復制粘貼和文件夾共享：這些特性需要在Linux虛擬機中安裝“Guest Additions”。我沒有能夠正確地安裝它，因此不使用這些特性。如果你喜歡，你可以試試；請在評論中讓我知道你是怎么做的。
  
• 使用GitHub：我建議在GitHub中存儲所有代碼，并從VM中檢查代碼。這使得從VM中獲取代碼和資產變得更加容易。
  
• 使用Sublime. 我認為對用于Linux開發來說，Sublime是一個很棒的文本編輯器，至少比Gedit好。
  
• 使用AWS來做大的工作：您可以使用相同的步驟在Amazon Web Services上安裝Fedora Linux，以便在云中運行大型模型。
  
• VM工具：通過關閉窗口，您可以在任何時候保存VM。您還可以在任意時刻獲取VM的快照，并返回到快照。如果您正在對文件系統進行較大的更改，那么這將是很有幫助的。
  
• 您可以輕松地在Linux中安裝Python2和Python 3，并使用Python(而不是python3)二進制文件，或者使用替代方案來在兩者之間切換。
  
• 筆記本：考慮在VM內運行一個筆記本服務器并打開防火墻，這樣您就可以在VM之外的主工作站進行連接和運行
  

你有什么建議可以分享嗎？請在評論中告訴我。

擴展閱讀

下面是一些關于進一步閱讀的資源，如果您對本教程中使用的工具是新手的話。

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

總結

在本教程中，您了解了如何為Python機器學習開發安裝Linux虛擬機。

具體來說，你學到了：

• 如何下載和安裝VirtualBox，免費的開源軟件來管理虛擬機。
  
• 如何下載和安裝Fedora Linux，這是一個面向開發者的友好的Linux發行版。
  
• 如何為機器學習開發安裝和測試一個Python3環境。
  

你完成了這個教程嗎？請在下面的評論中告訴我。

原文發布時間為：2017-11-23

本文作者：Jason Brownlee

本文來自云棲社區合作伙伴“數據派THU”，了解相關信息可以關注“數據派THU”微信公眾號

總結

以上是生活随笔為你收集整理的独家 | 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）...的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。