电脑安装python、anaconda、pycharm、keras等获得pycharm注册码。还有英伟达cuda库下载链接，使用conda出现"目标计算机积极拒绝，无法连接"解决方法

    注意：如果大家要学习深度学习的话，不要使用theano，因为现在的theano维护者很少了，赶不上GPU硬件的更新。其中python的keras已经可以支持TensorFlow了，TensorFlow与python的版本对应要求很严格，例如TensorFlow1.10一定要与anaconda3 4.2.0对应，否则很容易出错。强烈建议不要使用theano，要caffe或者TensorFlow。

1、安装好pycharm后使用在线服务器注册（不过这个经常会被封的，即不起效）其为：http://idea.iteblog.com/key.php  其中激活码越来越不好用了，现在推荐的是使用激活码来激活，快速不被封杀，其如下：

网址：注册码  

2019.8.24使用方法：先点击"获取注册码"然后可以获取注册码，不过复制的时候要小心，其里面开头包含了中文，要把它去掉如下：

试用版教育激活码 仅供试用 YZVR7WDLV8-eyJsaWNlbnNlSWQiOiJZWlZSN1dETFY4IiwibGljZW5zZWVOYW1lIjoiamV0YnJhaW5zIGpzIiwiYXNzaWduZWVOYW1lIjoiIiwiYXNzaWduZWVFbWFpbCI6IiIsImxpY2Vuc2VSZXN0cmljdGlv..............

前面的文字【试用版教育激活码 仅供试用 】要去掉。然后才是真正的激活码.激活后点击再操作hosts文件

a、先把hosts文件复制出来，然后打开把【0.0.0.0 account.jetbrains.com】【0.0.0.0 www.jetbrains.com】添加到文件后面

b、然后把保存这个文件，然后再copy回系统文件目录里，进行覆盖即可。

C、破解完成

使用pycharm安装第三方库的方法：

优点：这种安装方法简单方便，但是由于这些库名是离线的，而且是pycharm自身的收藏的一些库或者第三方的库，所以这个可能会出现一些第三方库无法从这里搜到，例如opencv、TensorFlow等。

解决方法：1、在window下的cmd指令使用conda指令来安装第三方库，例如opencv，其指令如下：

conda install opencv

但是这时也可能会出现错误，例如如下：

网上的很多解决方法是修改下载源，但是有的时候 还是不行。此时最直接的方法就是使用下面那种方法。

2、直接起网站下载安装包到本地，然后手动安装即可，简单粗暴，其中一个非常好的下载网有清华源、网易源等这里提供一个很好的是：

https://www.lfd.uci.edu/~gohlke/pythonlibs/#opencv

然后要使用pip install 安装本地资源，不能使用conda，否则其又会其库里找这个文件，然后报错找不到。

到此安装完成

--------------------------------------------------------

http://blog.csdn.net/wonengguwozai/article/details/52740674

直接输入这个网址进行激活。例如：

1、安装python

    如果直接从网上下载python安装包进行安装的话，则后期有很多依赖包需要手动进行安装，这会很麻烦，并且出现很多错误。此处建议直接使用anaconda进行安装，因为其里面已近封装了很多安装theano需要的依赖库，例如numpy、scipy等，不过比较新版本的anaconda不包含mingw，这个需要自己使用conda质量进行另外安装。其中anaconda的下载网站为：https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/ 其是清华大学的软件库，里面包含着其很多版本。其如下：（我安装的是：Anaconda2-4.2.0-Windows-x86版本的）

   这个是我的安装版本，由于网上的很多开源代码使用的是python27编写的，新版的python3是不兼容以前的代码语法。所以为了入门还是安装python27版本的。其中anaconda2开头是内置Python27的，ancaconda3开头的是内置python3的。网上有很多教程说在通过anaconda进行内置两个环境，这个理论上可以，我就没进行测试了，直接安装anaconda2开头的。安装完成后如下：

    其中Anaconda Navigator 是环境配置，意思它是可以在里面安装各种模块的界面。如果缺少什么模块就在里面找然后点击安装即可---不过亲测，在其里面安装theano和mingw会失败，虽然安装完成，但是在其目录下没有生产这些文件。

 所以安装这两个包需要手动安装，它们的安装顺序没有先后。安装theano其指令是：

 

pip install theano

由于anaconda2已经自带了theano，其位置为：C:\Anaconda2\Lib\site-packages\theano  目录前面不同安装位置会不同，但是后面的是相同的，所以不用再安装了。但是其没有mingw，（因为这个是在GPU加速上要用到的，如果自己不是玩深度学习，不想加速，那也可以不用装，只是会在import theano时出现警告。）安装指令是：

 

 

conda install mingw libpython

  注意：这个指令安装的过程中可能会出错，但是不能放弃，要不断试这个指令，大概两次既可安装成功。因为这两个库不用依赖其他的东西，安装失败可能是防火墙等造成的。最后就通过theano测试mingw有没有安装成功，如果安装成功则如下：

 

注意：我安装mingw没有像网上说的要配置theano的环境变量，和把mingw的添加到 .theanorc.txt 文件里。我是直接使用上面的指令安装完后就使用theano测试mingw来测试，结果是没有警告的。这里提供别人的安装过程：http://blog.csdn.net/gaohuazhao/article/details/52685190

没有安装成功则是会出现警告:不过不影响不适用GPU加速的代码：

到此为止完成theano的安装。

二：GPU加速：

首先要测试自身显卡是否支持CUDA(Compute Unified Device Architecture)，这个可以通过第三方软件 gpu-z 看，如下：

这是我的显卡，其是不支持cuda加速的，所以就没必要进行后面的配置了，在等着发工资买台好的电脑。

三、安装keras深度学习库方法：

Keras 是一个兼容 Theano 和 Tensorflow 的神经网络高级包, 用他来组件一个神经网络更加快速, 几条语句就搞定了. 而且广泛的兼容性能使 Keras 在 Windows 和 MacOS 或者 Linux 上运行无阻碍.

在安装完Anconada后，其自身是不带keras的，需要自己安装keras，如果注意的话安装会很简单，就是：

打开cmd，输入pip install keras；

如果是使用anconada自带 prompt输入指令的话，一般会安装失败，存在bug。

 

http://blog.csdn.net/m624197265/article/details/45700619

四、使用conda进行一些库文件的安装：

问题：本来以前使用conda安装各种包都是可以成功的。但是有一次就不管安装什么包都失败，报“由于目标计算机积极拒绝，无法连接”。如下：

后来发现其是因为chrome里的局域网打开了，虽然其他浏览器可以上网，但是使用conda安装包时会报错。把这个代理服务器前面的钩去掉就可以安装成功了。