环境配置 Anaconda & pycharm & tensorflow-gpu

1. Anaconda 安装

2. 虚拟环境配置

3. tensoflow安装

4. pycharm 配置

5. tensorflow-gpu配置

6. jupyter中添加conda虚拟环境

附

---

1.Anaconda 安装

安装包下载 https://www.anaconda.com/distribution/

Anaconda 安装 默认下一步ji'ke

2.虚拟环境配置

打开 Anaconda Prompt(Anaconda3)

创建一个名为python37的python版本为3.7的python虚拟环境，这个过程需要等待几分钟，以下所有命令都在在terminal下执行：

# 创建一个名为python3的python版本为3.7的python虚拟环境
conda create --name python37 python=3.7

3.tensoflow安装

激活创建的相应虚拟环境

# 激活虚拟环境python37
activate python37

# 使用豆瓣源下载tensorflow 最新版
pip install --index-url https://pypi.douban.com/simple tensorflow

# 或使用阿里云源
pip install --index-url http://mirrors.aliyun.com/pypi/simple/ tensorflow

4.pycharm 配置

安装包下载： https://www.jetbrains.com/zh-cn/pycharm/download/

这里使用的是pycharm community版本，默认安装的时候即可。
添加虚拟环境
打开pycharm设置Setting页面，如下图的8步操作

对于已有Pycharm项目的环境修改

对于新建ycharm项目时，应选择已有环境来创建项目。

若需要其他环境可以在anaconda 命令行下配置好虚拟环境后，再打开项目切换至所需的虚拟环境

5. tensorflow-gpu配置

## 【推荐方法】 > 打开`Anaconda Prompt ` ### 创建虚拟环境`TF-GPU` ```sh conda create -n TF-GPU ``` ### conda安装 `tensorflow-gpu` ```sh conda activate TF-GPU conda install tensorflow-gpu ``` 大功告成，直接测试 ## gpu测试代码 ```python import tensorflow as tf version = tf.__version__ gpu_ok = tf.test.is_gpu_available() print("tf version:",version,"\nuse GPU",gpu_ok) ```

测试代码输出

tf version: 2.0.0
use GPU True

其他方法安装

参考 官网 https://tensorflow.google.cn/install/gpu 的硬件要求和软件要求进行配置

命令行全局极简版安装【不推荐】

#使用管理员打开Anaconda Prompt （全局安装cudnn和cuda）
conda install cudnn=7.6 cudatoolkit=10.1

#创建虚拟环境 tensorflo-gpu
conda create -n tensorflow-gpu python=3.7 ipykernel

#激活conda环境
activate python3

#将环境写入notebook的kernel中
pykernel install --user --name tensoflow-gpu --display-name tensorflow-gpu

#安装tensorflow-gpu使用豆瓣源下载tensorflow-gpu 最新版
pip install --index-url https://pypi.douban.com/simple tensorflow-gpu==2.0.0

官网安装包安装【不推荐】

CUDA: https://developer.nvidia.com/cuda-toolkit-archive

CUDNN： https://developer.nvidia.com/rdp/cudnn-download

CUDNN需要与CUDA版本对应，CUDA版本需要与操作系统、系统架构对应。且CUDNN的下载需要注册Nvidia账号。

此处下载的安装包为

• cuda_10.1.243_426.00_win10.exe

• cudnn-10.1-windows10-x64-v7.6.5.32.exe

cuda 安装

使用管理员运行cuda安装包（默认安装）

cudnn安装

将cudnn解压，打开cuda文件夹，将bin/lib/include三个文件夹复制到Cuda安装目录C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.1\下

检查系统环境变量

添加如下环境变量：

CUDA_PATH=`C:\ProgramData\NVIDIA Corporation\CUDA Samples\v10.1`
CUDA_BIN_PATH=%CUDA_PATH%\bin
CUDA_LIB_PATH=%CUDA_PATH%\lib\x64
CUDA_SDK_PATH=`C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.1`
CUDA_SDK_LIB_PATH=%CUDA_SDK_PATH%\common\lib\x64
CUDA_SDK_BIN_PATH=%CUDA_SDK_PATH%\bin\win64

注：标注的地方根据CUDA安装的位置进行填写（安装程序初始化的时候有提示）

在原有的PATH变量中添加：

%CUDA_PATH%;
%CUDA_BIN_PATH%;
%CUDA_LIB_PATH%;
%CUDA_SDK_PATH%;
%CUDA_SDK_LIB_PATH%;
%CUDA_SDK_BIN_PATH%;

6.jupyter中添加conda虚拟环境

第一步

在有虚拟环境的情况下，安装ipykernel, 例如在我们之前建立的虚拟环境叫python37

conda install -n python37 ipykernel

也可以创建虚拟环境时直接加入ipykernel

conda create -n 要创建的虚拟环境名称 python=3.7 ipykernel

第二步 激活conda环境

activate python37

第三步

将环境写入notebook的kernel中（一定要先激活conda环境）

python -m ipykernel install --user --name 环境名称 --display-name "在jupyter中显示的环境名称"

python -m ipykernel install --user --name python3 --display-name python3

第四步

打开notebook服务器(在之前安装Anaconda已经安装jupyter notebook)

jupyter notebook

输入命令后，会自动打开jupyter notebook的浏览器界面，新建python文件就可以看到虚拟环境了

删除kernel环境：

jupyter kernelspec remove jupyter notebook

新建文件时选择虚拟环境

切换代码环境

--- 附 ---

tensorflow 开发常用包一键安装

pip install numpy matplotlib jupyter scikit-image librosa keras --upgrade

• numpy 是用来存储和处理大型矩阵的科学计算包，比 Python 自身的嵌套列表结构 list 要高效的多。
• matplotlib 是 Python 最著名的绘图表，它提供了一整套和 MATLAB 相似的命令 API，十分适合交互式地进行制图。
• jupyter notebook 是 ipython 的升级版，能够在浏览器中创建和共享代码、方程、说明文档。
• scikit-image 有一组图像处理的算法，可以使过滤一张图片变得很简单，非常适合用于对图像的预处理。
• librosa 是用 Python 进行音频提取的第三方库，有很多方式可以提取音频特征。

nltk模块

nltk 模块中包含着大量的语料库，可以很方便地完成很多自然语言处理的任务，包括分词、词性标注、命名实体识别及句法分析。

pip install nltk

安装完成后，需要导入 nltk 工具包，下载 nltk 数据源：

import nltk
nltk.download()

tflearn

TFLearn 是另一个支持 TensorFlow 的第三方框架。

pip install git+https://github.com/tflearn/tflearn.git

激活虚拟环境与退出虚拟环境

# 激活虚拟环境python37
activate python37

# 查找虚拟环境，带' * ' 号的是默认的真实环境
conda info --envs

# 删除虚拟环境python37
conda remove -n python37 --all

# 命令退出当前虚拟环境 
deactivate 

python 爬虫库 一键安装

pip3 install requests selenium beautifulsoup4 pyquery pymysql pymongo redis flask django jupyter

使用豆瓣源下载opencv 最新版

# if you need only main modules
pip install --index-url https://pypi.douban.com/simple opencv-python 

# if you need both main and contrib modules
pip install --index-url https://pypi.douban.com/simple  opencv-contrib-python