在anaconda3+Python3中使用rospy,以及pycharm无法引用rospy的问题

在anaconda3+Python3中使用rospy,以及pycharm无法引用rospy的问题,第1张

首顷宏昌先安装了ROS kinetic在ubuntu16.04中,但还是想使用ananconda3,可以参看这篇文章。

使用anaconda在ubuntu16.04下安装TensorFlow-GPU,同时保留原本的ROS环境

接下来是如何绝余在python3中使用ros

首先进入之前创建的(tensorflow_gpuenv)

成功后雀扒打开jupyter-notebook测试

这里要注意开头加上

1. 首先安装python,我选择安装Anaconda (Windows 64-Bit Python 2.7 Graphical Installer 下载地址)。

Anaconda的一些命令(在Anaconda的命令行窗口输入):

conda list #该命令,将列出Anaconda安装的所有应用包,我们可以看到Anaconda已经安装了numpy, nose, pip, python, scipy, mingw等等。

conda install <pkg name>#该命令用于安装应用包,如 conda install numpy.

pip install <pkg name>#该命令用于安装应用包,如 pip install theano.

conda update <pkg name>#升级应用包,如 conda update python

2. 安装Theano,在Anaconda 的命令窗口中输入 pip install theano,可以看到程序开始下载安装包,并检查是否满足安装条件:返此numpy>=1.5.0,scipy>=0.7.2,满足条件之后开始运行setup.py安装theano,安装完成后会显示Successfully installed theano。

3. 测试Theano安装情况。

(1)在ipython中输入以下两行代码:

import theano

theano.test()

会显示theano的版本号,安装位置,已经其他包的安装版本,如numpy,nose,python等。

在运行中出现g++不是内部或外部命令,也不是可运行的程序或批处理文件。

(2)在Anaconda的命令行窗口输入:python Lib\site-packages\theano\tests\run_tests_in_batch.py

显示unable to find theano-nose,查看run_tests_in_batch.py发现,其中路径设置为在bin下寻找theano-nose文件,而实际上Anaconda文件夹下根本没有bin这个文件夹,theano-nose存放在Scripts文件夹中。

》》》尝试1:将Scripts更名为bin,重新运行这句命令,可以成功运行。但是出现一个warning,提示没有检测到g++,所以无法运行优化后的C代码版本,只能执行python版本。

该种尝试的结果是,下次打开Anaconda 命令窗口后出现错误,因为其运行路径为Scripts,所以还是不要修改了。

(3)g++问题。我们打开MinGW文件夹,可以很清楚的看到有g++,但是为什么使用不了呢??在Anaconda 命令窗口中输入g++也能成功调用g++.exe啊。所以结论是,鉴于这个代码中出漏慧迅现很明显的漏洞,所以说不定这里也是错误,先不管这些了。

试着做了以下配置,也不知行不行。

添加环境变量:path: C:\Anaconda\MinGW\binC:\Anaconda\MinGW\x86_64-w64-mingw32\lib

新建环境变量: PYTHONPATH: C:\Anaconda\Lib\site-packages\theano

在home目录下(cmd可以看到,我的是C:\Users\Administrator),创建 .theanorc.txt 文件内容如下:

[global]

openmp=False

[blas]

ldflags=

[gcc]

cxxflags = -IC:\MinGW\include

(4)验证BLAS是否安装成功。由于numpy是依赖BLAS的,如果BLAS没有安装成功,虽然numpy亦可以安装,但是无法使用BLAS的加速。验证numpy是否真的碧纤成功依赖BLAS编译,用以下代码试验:

>>>import numpy

>>>id(numpy.dot) == id(numpy.core.multiarray.dot)

False

结果为False表示成功依赖了BLAS加速,如果是Ture则表示用的是python自己的实现并没有加速。


欢迎分享,转载请注明来源:内存溢出

原文地址: http://outofmemory.cn/yw/12471008.html

(0)
打赏 微信扫一扫 微信扫一扫 支付宝扫一扫 支付宝扫一扫
上一篇 2023-05-25
下一篇 2023-05-25

发表评论

登录后才能评论

评论列表(0条)

保存