我的机器学习之路--anaconda环境搭载

网上许多教程比较晦涩难懂,本教程按照笔者(新手)自己的视角记录,希望给大家一些帮助

1、安装anaconda

目前比较推荐的机器学习环境为anaconda

Anaconda指的是一个开源的Python发行版本,其包含了conda、Python等180多个科学包及其依赖项。

通过anaconda中的navigator我们可以方便的管理不同的python版本,随时创建或销毁一个环境,不同环境可以有不同的python版本(如,同时存在py3.6和py2.7),并且在不同的环境中允许使用存在不同的包。

可以方便的在cmd切换到某个环境,方便我们在遇到一些只支持py2的包时能够快速使用。

我计算机的操作系统为windows10 64位,选择下载anaconda3。

首先进入anaconda官网 https://www.anaconda.com/download/,选择你对应的系统来下载.exe文件进行安装

我的机器学习之路--anaconda环境搭载

然后选择你自己想要安装的路径,一路next就好了

我的机器学习之路--anaconda环境搭载

PS:值得注意的是,这里记得将第一个选项(为anaconda添加到系统PATH环境变量)和第二个选项(能够让pycharm别的程序调用)打钩

等待安装完毕。

安装完毕之后我们可以在开始菜单看到有关快捷方式。

点击

我的机器学习之路--anaconda环境搭载

,我们就可以进入一个比较形象的管理界面。

在管理界面我们可以选择自己想要用的环境。

 

2、安装tensorflow

从开始菜单的

我的机器学习之路--anaconda环境搭载

进入cmd

  

我的机器学习之路--anaconda环境搭载

显示如下界面,其中base表示你现在在base环境,后面的路径为你现在运行的路径

PS:可以通过输入d:

  cd 文件夹名

  进入任意目录

在这里输入conda -h查看帮助

conda info -e查看你安装了哪些环境

conda list 查看当前环境下你装了哪些包

 

为了后续下载速度的考虑,我们在这里设置清华大学镜像源,就不用翻到国外服务器。

打开C:\Users\Shinelon(PS:shinelon为你的用户名),找到.condarc这个文件,右键用记事本或notepad++编辑,

覆盖以下内容:

 channels:

- https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
- defaults
ssl_verify: true
show_channel_urls: true

接着我们把pip(安装别的包时可能要用到的一个程序)的源也改一下,改成豆瓣的源

在同一个目录新建pip.ini,粘贴以下内容

[global]
index-url =
[install]
trusted-host=mirrors.aliyun.com

好了,源设置完毕

 

 

我们现在要新建一个新的环境,我目前推荐的版本为py3.6,在conda界面输入

 conda create -n tens  python=3.6

tens可以替换成任意字符,即你创建的环境的名字

再输入

activate tens

即可进入该环境,此时<base>变成了<tens>,表示创建成功

我的机器学习之路--anaconda环境搭载

 

 

接着我们输入

pip install tensorflow-gpu

tensorflow有cpu和gpu两种版本,你可以选择你想要的,一般来说GPU运行速度较快,但是在往往安装过程中gpu会出现很多问题。

系统会自动识别前置包并下载。

(如果你选择安装GPU版本,你还需要下载CUDNN,CUDA这两个软件,你可以选择从英伟达官网下载,也可以选择安装tensorflow-gpu时pip自动给你安装)

!!特别重要的一点,请务必安装CUDNN 6.0 + CUDA 8.0 来搭配py3.6 ,别的版本可能引起未知的错误!!

!!同时请从网上下载微软的visual studio 2015版本 安装,在安装时你只需要安装本体+"c++"选项,不需要别的,

  但是即使你现在使用了别的版本的vs,也请安装2015版,否则将无法使用tensorflow-gpu,因为有必要组件在安装vs2015时被安装。

        vs允许同时存在多个版本,但是请确保你的C盘够大……

 

在你安装成功之后,请在<tens>的cmd中输入

python

如果出现一串版本号,则进入成功

然后逐行输入:

import tensorflow as tf
hello = tf.constant('Hello, TensorFlow!')
sess = tf.Session()
print sess.run(hello)

如果不报错,输出了 b“Hello, TensorFlow!”则表示你安装成功!

如果出现报错,请在搜索引擎中粘贴你的报错来查找错误原因,也欢迎留言交流。

 

3、为pycharm配置解释器

从官网下载community社区版的pycharm(一款比较好用的IDE,你可以选择自己喜欢的)

安装好之后新建一个项目create new project

内容版权声明:除非注明,否则皆为本站原创文章。

转载注明出处:https://www.heiqu.com/wpsfsy.html