机器学习/深度学习/其他开发环境搭建记录

摘要：

　　python源码安装

　　python虚拟环境（py2.7 virtualenv）

　　python下mysql支持

　　pyspark环境

　　xgboost4.0安装

　　tensorflow安装（cpu,gpu）

　　keras安装

　　libffm安装

　　python-mysql安装

　　lightGBM安装

　　mongodb安装

　　python打包egg

内容：

=======================================python源码安装===================================================

在项目部署的过程中发现公司centos系统中没有bz2编解码支持，从而python引用bz2失败，不得已只好重新装了一遍python

下载安装包：https://www.python.org/downloads/release/python-352/

tar xvf Python-3.5.2.tgz

cd Python-3.5.2

mkdir /usr/local/python3.5

./configure --prefix=/usr/local/python3.5

 make；make install

如果报错：Ignoring ensurepip failure: pip 8.1.1 requires SSL/TLS，则yum install openssl-devel

=======================================python虚拟环境（py2.7 virtualenv）===================================================

场景介绍：部署python应用的时候总会碰到版本的问题，python不像java 有meavn这种自动构建和打包的工具，所以是通过在项目下安装虚拟环境解决的；

那么我遇到的问题是服务器中大部分版本是python2.6,而我需要一个至少python2.7的环境。所以既需要安装python包，又需要安装虚拟环境

1.python源码安装（如上）

2.安装virtualenv

pip install virtualenv   #py2安装

virtualenv --no-site-packages --python=/usr/local/python2.7/bin/python py27venv

启动虚拟环境

source $py27venv_home/bin/activate

关闭虚拟环境

source $py27venv_home/bin/deactivate

=======================================python下mysql支持===================================================

1.下载对应的connecter包，下载链接：https://dev.mysql.com/downloads/connector/python/

2.编译器编辑代码，识别了mysql.connector包

centos7下py3安装

在以上链接没有找到相应系统，相应python版本的驱动包，所以改用pymysql这个类库。这个直接pip就可以了

pip install PyMySQL

=======================================pyspark环境安装===================================================

 1.所需安装包：spark官网下载链接：http://spark.apache.org/downloads.html

 2.解压spark包，将spark下pythonpyspark目录拷贝到python安装目录的Lib/site-packages下

 3.pip install Py4J

　顺便百度了下这是啥玩意：

  

 4.编译器编辑代码，识别了pyspark包

=======================================xgboost4.0安装===================================================

1.所需工具

　　我用到了git(内含git bash),Visual Studio 2012(10及以上就可以)，xgboost源码（0.4版本），java 环境还需要maven（Win）

　　附：Visual Studio 2012下载 xgboost源码（0.4版本）链接：http://pan.baidu.com/s/1i4Kem5B 密码：ieox

 　　

2.详细过程

　　在windows文件里面打开sln文件 ， 选release  x64 编译

　　

　　4个项目都得生成一下

　　会报错，修改为Sleep

     

　　对应文件点击生成

 　　

　　正确输出如下

 　　

　　检查”…/xgboost-master/windows/x64/Release/”问件夹下是否含有“xgboost_wrapper.dll”如果含有，就表示前面两步都成功了，下面进入最后一步安装的过程。

　　

　　 python 安装

　　 打开”…/xgboost-master/python-package/”

　　 打开git bash,输入”python setup.py install”即可

　　 

　　

　　java 安装

　　复制xgboost_wrapper.dll   xgboostjavawrapper.dll粘贴到xgboost-masterJava 里面　

　　通过maven下载commons-lang3-3.1.jar（不懂的搜下maven的commons-lang3-3.1.jar依赖）

　　也放到xgboost-masterjava 里面

　　在xgboost-masterjava 里面，下载一下这个代码，链接：http://pan.baidu.com/s/1dEWxABv 密码：d6cs   替换掉xgboost4j 里面的代码

   　然后xgboost-masterjavaxgboost4jsrcmain esourceslib 的dll文件删掉，用你前面编译好的xgboostjavawrapper.dll替换

　　之后java文件里面应该是这样的：

命令行 cd  到xgboost-masterjavaxgboost4j 里面  mvn package（git bash 推荐）

如果结果是这样表示生成jar包成功，把jar包添加到工程里面就ok了。

3.验证

　　python 环境验证

　　

 　　java 环境验证

　　将xgboost4j-1.1.jar add 到自己的library

　　引包正常

4.使用指南
　　参数：http://blog.csdn.net/bryan__/article/details/52056112

5.参数调优

　　http://blog.csdn.net/wzmsltw/article/details/50994481

　　http://xgboost.readthedocs.io/en/latest/parameter.html#general-parameters

　　http://xgboost.readthedocs.io/en/latest/python/python_api.html

 6.linux安装

　　在XGboost根路径运行：cp make/config.mk config.mk 
　　修改config.mk：

　　vim config.mk 

　　添加gcc和g++路径

　　export CC = /data/gcc-4/bin/gcc 
　　export CXX = /data/gcc-4/bin/g++

　　保存，然后运行： 
　　make -j4

　　cd python-package

　　python setup.py install

=======================================tensorflow(1.0.0版本)安装===========================================

　　1.所需工具 python3.5.x  numpy-1.11.3 (win7_64bit)

　　2.详细过程

　　　本文采用离线安装方式：

　　先安装依赖numpy:

　　

　　最后安装tensorflow:

　　

　　3.验证

　

　以下是gpu版安装

   所需环境：

　python3.5.x 

　Visual Studio 2012

   gpu（确认你的显卡支持 CUDA，这里确认） 

   cuda

   cuDNN

   安装顺序：

   先安装Visual Studio 2012，然后安装cuda,下载解压cuDNN

   之后将一定将cuda添加到path环境变量中，然后将cuDNN的目录拷贝到cuda的安装目录中

cuDNN解压目录：

　

cuda默认安装目录：

     添加环境变量：

　最后用pip3安装tensorflow

pip3 install --upgrade tensorflow-gpu

测试：

 =======================================keras 安装===================================================

pip install keras

win10安装的时候报错：No Lapack/Blas Resources Found

解决下载自己对应py版本和win版本的scipy的包，再pip install 对应whl的scipy即可，然后安装keras 成功 

=======================================libffm1.14.0 安装===================================================

系统：centos7_64

所需工具：gcc(推荐4.8.0以上)

下载 libffm-master.zip

unzip libffm-master.zip

cd libffm-master

编译：make

测试：ffm-train bigdata.tr.txt model

 ======================================= mysql-python 安装===================================================

 系统：win7_64bit

所需工具：

编译工具：VCforPython27 ,

mysql驱动:

64位：MySQL-python-1.2.3.win-amd64-py2.7.exe 
32位： MySQL-python-1.2.5.win32-py2.7.exe

最后：pip install mysql

参考链接：http://blog.csdn.net/lcr_happy/article/details/73252819        http://blog.csdn.net/w2cschool/article/details/40520233

========================================= lightGBM安装 ======================================================

系统：CentOS release 6.5_x86_64 (Final)

工具：GCC-4.8.4 

mpfr-2.4.2 
gmp-4.3.2 
mpc-0.8.1 
LightGBM-Github

cmake-3.9.0-Linux-x86_64.tar.gz(注意系统位数)

安装过程：

安装gmp

1. tar jxvf gmp-4.3.2.tar.bz2
2. cd gmp-4.3.2
3. mkdir build;cd build
4. ../configure --prefix=/data/gmp
5. make -j4
6. make install

注意 --prefix= 一定要配置到/data目录，因为其他目录没有写权限的哦！--prefix=就是配置安装路径的意思

安装mpfr

1. tar jxvf mpfr-2.4.2.tar.bz2
2. cd mpfr-2.4.2
3. mkdir build;cd build
4. ../configure --prefix=/data/mpfr --with-gmp=/data/gmp
5. make -j4
6. make install

记得一定要加--with-gmp=/data/gmp

安装mpc

1. tar xzf mpc-0.8.1.tar.bz
2. cd mpc-0.8.1
3. mkdir build;cd build
4. ../configure --prefix=/data/mpc --with-gmp=/data/gmp --with-mpfr=/data/mpfr
5. make -j4
6. make install

安装GCC

先将以上安装的依赖库添加到环境变量

1. echo 'export LD_LIBRARY_PATH=$LD_LIBRARY_PATH:/data/mpc/lib:/data/gmp/lib:/data/mpfr/lib' >> ~/.bashrc
2. source ~/.bashrc

再回到/data，进行安装GCC

1. tar jxvf gcc-4.8.4.tar.bz2
2. cd gcc-4.8.4
3. mkdir build;cd build
4. ../configure --prefix=/data/gcc-4 -enable-threads=posix -disable-checking -disable-multilib --enable--long-long -enable-languages=c,c++,java --with-gmp=/data/gmp --with-mpfr=/data/mpfr --with-mpc=/data/mpc
5. make -j4
6. make install

其中make的过程估计要等40分钟左右，然后到此GCC就编译安装成功啦

安装cmake

1. tar zxvf cmake-3.9.0-Linux-x86_64.tar.gz
2. echo 'export PATH=$PATH:/data/cmake-3.9.0-Linux-x86_64/bin' >> ~/.bashrc
3. source~/.bashrc

安装LightGBM

此时，如果你想把gcc添加到/usr/local/bin里面是不行的，因为没有写权限，所以我们配置一下LightGBM编译时调用的GCC即可。LigthGBM是先通过Cmake生成的，所以编辑CMakeLists.txt即可。

1. cd LigthGBM
2. vim CMakeLists.txt
3. # 添加以下代码在文件开头
4. SET(CMAKE_C_COMPILER "/data/gcc-4/bin/gcc")
5. SET(CMAKE_CXX_COMPILER "/data/gcc-4/bin/g++")
6. # 保存退出后，就跟着官网教程，默认方式安装即可
7. mkdir build ; cd build
8. cmake ..
9. make -j4

10. python ../python-package/setup.py install

附：win下pip 可以直接安装 

======================================================mongodb安装================================================================================

安装包：下载地址：https://www.mongodb.com/download-center#community

下文以mongodb的主目录是为例，建立data,logs,和logs/mongo.log.

在主目录添加配置文件如下：

dbpath=D:MongoDBServer3.4data #数据库路径  
logpath=D:MongoDBServer3.4logsmongo.log #日志输出文件路径  
logappend=true #错误日志采用追加模式  
journal=true #启用日志文件，默认启用  
quiet=true #这个选项可以过滤掉一些无用的日志信息，若需要调试使用请设置为false  
port=27017 #端口号 默认为27017  

启动服务

mongod --config "D:MongoDBServer3.4mongo.conf" --install --serviceName "MongoDB"  
net start MongoDB  

验证服务

======================================================python打包egg================================================================================ 

背景：在pyspark开发的过程中driver程序需要引用其他的python模块，所以这里需要用python打成egg供spark worker中调用

新建一个setup.py文件，例子如下：

from setuptools import setup,find_packages
setup(
    name='your_mod',
    version='1.0',
    url='',
    license='',
    author='arachis',
    author_email='arachis@xxxx.cn',
    description='',
    packages = find_packages(),
)

然后运行python setup.py bdist_egg,如下是运行之后生成的三个目录：

而dist目录下就是我们需要的egg包：

安装egg包

easy_install your_mod-1.0-py2.7.egg