Till innehåll på sidan
Till KTH:s startsida Till KTH:s startsida

KTH Ubuntu – Personlig installation

Viss programvara kan med fördel installeras i hemkatalogen. Det gör att du själv kan sköta installation och konfiguration av programvara oberoende av globala systeminställningar.

Till exempel kan många Python-paket och -program installeras med pip eller pip3:

pip3 install --user --upgrade pip
pip3 install --user sklearn

Andra applikationer kan kompileras och installeras manuellt, men man behöver ofta ange ett prefix, sökvägen till hemkatalogen. Du kan lägga det i vilken katalog du vill, men att använda $HOME/.local/share (enligt standarden XDG Base Directory Specification ) rekommenderas.

configure --prefix=${HOME}/.local/share
make
make install

Observera att .local är en dold katalog  (inledande punkt). För att se den, använd ls -a eller i filhanterare View > Show Hidden Files.

Du kan behöva lägga till katalogen $HOME/.local/bin i miljövariablen $PATH, och motsvarande för $LIBRARY_PATH, $C_INCLUDE_PATH och andra mijövariabler. Detta görs vanligen i $HOME/.bashrc eller $HOME/.cshrc, beroende på ditt skal. Tyvärr har många olika mallar använts för att skapa AFS-hemkataloger, och alla har inte testat om personliga bin-kataloger finns.

Exempel (.bashrc)

[[ -d "$HOME/bin" ]] && PATH="$HOME/bin:$PATH"
[[ -d "$HOME/.local/bin" ]] && PATH="$HOME/.local/bin:$PATH"

Om pip/pip3 klagar på ImportError

Senare versioner av pip/pip3 är inte kompatibla med Ubuntu 16.04:s default-version. Om du får felet

Traceback (most recent call last):
  File "/usr/bin/pip3", line 9, in <module>
    from pip import main
ImportError: cannot import name 'main'

försök att anropa pip-modulen från python (eller python3) istället:

python -m pip install --user ...  ## istälet för pip
python3 -m pip install --user ... ## istället för pip3

Applikationer som bör använda personliga installationer

Jupyter Notebook – webbapplikation för att skapa och dela dokument

Installeras med pip (för Python 2) eller pip3 (Python 3). Programmet använder ca 60MiB.

python3 -m pip install --user --upgrade pip
python3 -m pip install --user jupyter

Applikationen läggs i $HOME/.local/bin.

Anaconda – pakethanteraren conda för personliga installationer

Grundinstallationen använder minst 3.5GiB, så kontrollera att din AFS-kvot har plats för mijön, eller använd Miniconda (nedan). Se instruktioner på

men kortfattat (modifiera för den version du önskar):

wget 'https://repo.continuum.io/archive/Anaconda3-5.1.0-Linux-x86_64.sh'
## For SHA256 checksum, see https://docs.anaconda.com/anaconda/install/hashes/all
sha256sum -c <(echo "7e6785caad25e33930bc03fac4994a434a21bc8401817b7efa28f53619fa9c29 *Anaconda3-5.1.0-Linux-x86_64.sh")
bash Anaconda3-4.4.0-Linux-x86_64.sh -b -p "$HOME/anaconda3"

För att köra applikationerna i conda-miljön behöver du lägga till den i $PATH, se docs.anaconda.com/anaconda/faq#distribution-faq-linux-path

Miniconda – minimal conda-miljö

Grundinstallationen använder ca. 400MiB. 

wget 'https://repo.continuum.io/miniconda/Miniconda3-latest-Linux-x86_64.sh'
## For MD5 checksum, see https://repo.continuum.io/miniconda/
## but the checksum **may be for the wrong file**. In this case, it's for
##     Miniconda3-4.4.10-Linux-x86_64.sh
## which is the file pointed to by -latest-Linux-x86_64.sh (Feb 2018)
md5sum -c <(echo "bec6203dbb2f53011e974e9bf4d46e93 *Miniconda3-latest-Linux-x86_64.sh")
bash Miniconda3-latest-Linux-x86_64.sh -b -p "$HOME/miniconda3"

För att köra applikationerna i conda-miljön behöver du lägga till den i $PATH, se conda.io/docs/user-guide/install/macos.html#install-macos-silent

Tensorflow – bibliotek för maskinlärning

Installationen använder ca. 300MiB.

OBS: Dokumentationen på www.tensorflow.org/install/install_linux#InstallingNativePip  nämner inte att man ska använda pip-flaggan --user.

python3 -m pip install --user --upgrade pip
## URL from https://www.tensorflow.org/install/install_linux#the_url_of_the_tensorflow_python_package
## for Python 3.5, CPU only.
python3 -m pip install --user --upgrade "https://storage.googleapis.com/tensorflow/linux/cpu/tensorflow-1.5.0-cp35-cp35m-linux_x86_64.whl"