# 如何使用 Python 3 为机器学习开发创建 Linux 虚拟机 > 原文： [https://machinelearningmastery.com/linux-virtual-machine-machine-learning-development-python-3/](https://machinelearningmastery.com/linux-virtual-machine-machine-learning-development-python-3/) Linux 是使用 Python 进行机器学习开发的绝佳环境。 这些工具可以快速轻松地安装，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 创建和设置 Linux 虚拟机以进行机器学习。 完成本教程后，您将了解： * 如何下载和安装 VirtualBox 以管理虚拟机。 * 如何下载和设置 Fedora Linux。 * 如何在 Python 3 中为机器学习安装 SciPy 环境。 如果您的基本操作系统是 Windows，Mac OS X 和 Linux，则本教程适用。 让我们开始吧。 ## Linux 虚拟机的好处 您可能希望使用 Linux 虚拟机进行 Python 机器学习开发有很多原因。 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（如果您使用的是 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 Python 3 工具）。 * 为不同的项目（Python2 和 Python3）提供高度自定义的环境。 * 保存机器的状态并准确地拾取您离开的位置（从机器跳到机器）。 * 与其他开发人员共享开发环境（设置一次并重复使用多次）。 也许最有利的一点是第一个，能够轻松使用您的环境不支持的机器学习工具。 我是 OS X 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。 ## 概观 本教程分为 3 个部分： 1. 下载并安装 VirtualBox。 2. 在虚拟机中下载并安装 Fedora Linux。 3. 安装 Python 机器学习环境 ## 1.下载并安装 VirtualBox VirtualBox 是一个免费的开源平台，用于创建和管理虚拟机。 安装后，只要您有要安装的 ISO 映像或 CD，就可以创建所需的所有虚拟机。 * 1.访问 [VirtualBox.org](https://www.virtualbox.org) * 2.单击“_ 下载 VirtualBox_ ”以访问[下载页面](https://www.virtualbox.org/wiki/Downloads)。  下载 VirtualBox * 3.选择工作站的二进制文件。 * 4.安装系统软件并按照安装说明进行操作。  安装 VirtualBox * 5.打开 VirtualBox 软件并确认其有效。  启动 VirtualBox ## 2.下载并安装 Fedora Linux 我之所以选择 [Fedora Linux](https://en.wikipedia.org/wiki/Fedora_(operating_system)) ，是因为我认为它比一些更友好，更温和的 Linux。 它是 RedHat Linux 的前沿，适用于工作站和开发人员。 ### 2.1 下载 Fedora ISO 映像 让我们首先下载 Fedora Linux 的 ISO。在这种情况下，64 位版本的 Fedora 25。 * 1.访问 [GetFedora.org](https://getfedora.org) 。 * 2.单击“_ 工作站 _”以访问[工作站页面](https://getfedora.org/en/workstation/)。 * 3.单击“_ 立即下载 _”以访问[下载页面](https://getfedora.org/en/workstation/download/)。 * 4.在“其他下载”下单击“ _64 位 1.3GB 实时图像 _”  下载 Fedora * 5.您现在应该拥有一个名为的 ISO 文件： * “ _Fedora-Workstation-Live-x86_64-25-1.3.iso_ ”。 我们现在准备在 VirtualBox 中创建 VM。 ### 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.单击“ _New_ ”按钮。 * 3.选择名称和操作系统。 * 名称： _Fedora25_ * 类型： _Linux_ * 版本： _Fedora（64 位）_ * 点击“_ 继续 _”  创建 Fedora VM 名称和操作系统 * 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 磁盘映像） * 存储在物理硬盘上 * 动态分配 * 文件位置和大小： _10GB_ 我们现在准备从 ISO 映像安装 Fedora。 ### 2.3 安装 Fedora Linux 现在，让我们在新的虚拟机上安装 Fedora Linux。 * 1.选择新虚拟机，然后单击“_ 启动 _”按钮。 * 2.单击文件夹图标，然后选择 Fedora ISO 文件： * “ _Fedora-Workstation-Live-x86_64-25-1.3.iso_ ”。  安装 Fedora * 3.单击“_ 启动 _”按钮。 * 4.选择第一个选项“_ 启动 Fedora-Live-Workstation-Live 25_ ”，然后按 _ 确认 _ 键。 * 5.点击“ _Esc_ ”键跳过检查。 * 6.选择“_ 实时系统用户 _”。 * 7.选择“_ 安装到硬盘 _”。  将 Fedora 安装到硬盘驱动器 * 8.完成“_ 语言选择 _”（英文） * 9.完成“_ 安装目的地 _”（“ _ATA VBOX HARDDISK_ ”）。 * 您可能需要等待一分钟才能让 VM 创建硬盘。  在虚拟硬盘上安装 * 10.单击“_ 开始安装 _”。 * 11.设置 root 密码。 * 12.为自己创建一个用户。 * 记下用户名和密码（以便稍后使用）。 * 勾选“_ 使该用户管理员 _”（这样您就可以安装软件）。  创建一个新用户 * 13.等待安装完成......（5 分钟？） * 14.单击“_ 退出 _”，单击右上角的电源图标;选择关机。 ### 2.4 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 VirtualBox 中选择 Fedora25 VM，在“ _Storage_ ”下，单击“ _Optical Drive_ ”。 * 选择“_ 从虚拟驱动器 _ 中删除磁盘”以弹出 ISO 映像。 * 2.单击“ _Start_ ”按钮启动 Fedora Linux 安装。 * 3.以您创建的用户身份登录。  Fedora 以新用户身份登录 * 4.完成安装 * 选择语言“_ 英语 _” * 点击“_ 下一个 _” * 选择键盘“ _US_ ” * 点击“_ 下一个 _” * 配置隐私 * 点击“_ 下一个 _” * 连接您的在线帐户 * 点击“_ 跳过 _” * 点击“_ 开始使用 Fedora_ ” * 5.关闭自动启动的帮助系统。 我们现在有一个 Fedora Linux 虚拟机准备安装新软件。 ## 3.安装 Python 机器学习环境 Fedora 使用 [Gnome 3](https://en.wikipedia.org/wiki/GNOME) 作为窗口管理器。 Gnome 3 与之前版本的 Gnome 完全不同;您可以使用内置帮助系统学习如何四处走动。 ### 3.1 安装 Python 环境 让我们首先安装所需的 Python 库以进行机器学习开发。 * 1.打开终端。 * 点击“_ 活动 _” * 输入“_ 终端 _” * 单击图标或按 Enter 键  启动终端 * 2.确认已安装 Python3。 类型： ``` python3 --version ```  Python3 版本 * 3.安装 Python 机器学习环境。特别： * NumPy 的 * SciPy 的 * 熊猫 * Matplotlib * Statsmodels * Scikit-学习 [DNF](https://en.wikipedia.org/wiki/DNF_(software)) 是软件安装系统，正式为 yum。第一次运行 _dnf_ 时，它会更新软件包数据库，这可能需要一分钟。 Type: ``` sudo dnf install python3-numpy python3-scipy python3-scikit-learn python3-pandas python3-matplotlib python3-statsmodels ``` 出现提示时输入密码。 按“ _y_ ”和“_ 进入 _”按钮提示确认安装。 ### 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“_ 活动 _” * 输入“ _gedit_ ” * 单击图标或按 Enter 键 * 2.键入以下脚本并将其另存为主目录中的 _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;您可能希望在 VM 中打开 Firefox 并导航到此页面并将脚本复制粘贴到 Gedit 窗口中。  编写版本脚本 * 3.在终端中运行脚本。 Type: ``` python3 versions.py ```  Python3 检查库版本 ### 使用 VM 的提示 本节列出了使用 VM 进行机器学习开发的一些技巧。 * **复制粘贴和文件夹共享**。这些功能需要在 Linux VM 中安装“ [Guest Additions](https://www.virtualbox.org/manual/ch04.html) ”。我无法正确安装，因此不使用这些功能。如果你愿意，你可以尝试;让我知道你在评论中的表现。 * **使用 GitHub** 。我建议将所有代码存储在 GitHub 中，并检查 VM 中的代码。它使得代码和资产进出 VM 更加容易。 * **使用 Sublime** 。我认为 sublime 是 Linux 上用于开发的优秀文本编辑器，至少比 Gedit 更好。 * **将 AWS 用于大型作业**。您可以使用相同的步骤在 Amazon Web Services 上设置 Fedora Linux，以便在云中运行大型模型。 * **VM Tools** 。您可以通过关闭窗口随时保存 VM。您还可以随时获取 VM 的快照并返回快照。如果要对文件系统进行大量更改，这将非常有用。 * **Python2** 。您可以在 Linux 中轻松地将 Python2 与 Python 3 一起安装，并使用 python（而不是 python3）二进制文件或使用替代方法在两者之间切换。 * **笔记本**。考虑在 VM 内部运行笔记本服务器并打开防火墙，以便可以从 VM 外部的主工作站连接和运行。 你有任何提示要分享吗？请在评论中告诉我。 ## 进一步阅读 如果您不熟悉本教程中使用的工具，下面是一些可供进一步阅读的资源。 * [VirtualBox 用户手册](https://www.virtualbox.org/manual/) * [Fedora 文档](https://docs.fedoraproject.org/en-US/index.html) * [Fedora Wiki](https://fedoraproject.org/wiki/Help) （关于常见主题的大量帮助） * [SciPy 主页](https://www.scipy.org/) * [Scikit-Learn Homepage](http://scikit-learn.org/) ## 摘要 在本教程中，您了解了如何为 Python 机器学习开发设置 Linux 虚拟机。 具体来说，你学到了： * 如何下载和安装用于管理虚拟机的 VirtualBox 免费开源软件。 * 如何下载和安装 Fedora Linux，这是一个面向开发人员的友好 Linux 发行版。 * 如何安装和测试 Python3 环境以进行机器学习开发。 你完成了教程吗？ 请在下面的评论中告诉我它是怎么回事。