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
然后选择你自己想要安装的路径, 一路 next 就好了
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
进入 cmd
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 = http://mirrors.aliyun.com/pypi/simple
- [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
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
你可以选择你项目要存储的位置
点开下面的小箭头
选择 add local
选择 system interpreter
加载你本地的 python.exe
然后你就可以在 pycharm 中编辑运行你的程序了.
#################################################
本次教程到这里结束, 欢迎大家留言交流
来源: https://www.cnblogs.com/cyrio/p/9932128.html