anaconda和ts

卸载anaconda

conda install anaconda-clean

anaconda-clean --yes

再点击卸载程序

安装anaconda

anaconda安装教程

命令

查看python版本

python --version

进入python解释器

python

退出python解释器

exit()

查看conda版本

conda --version

查看已安装的环境变量

conda info --envs

查看已经安装的包

conda list

换源

conda换源

清华源

conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/r/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/pro/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/msys2/
conda config --set show_channel_urls yes

pip换源

添加链接描述

添加链接描述

安装/更新 库

更新所有库

conda update --all

安装某个库

conda install <库名>

更新某个库

conda update <库名>

更新conda

conda update conda

更新anaconda

conda update anaconda

一次可安装多个库

conda install pandas numpy scikit-learn matplotlib

pip与conda的区别

安装tensorflow

创建ts环境

conda create --name tensorflow python=3.8

进入ts环境

activate tensorflow

安装ts（ts版本要和python版本对应）

pip install tensorflow -i http://pypi.douban.com/simple/

pt、ts和keras版本对应表

安装keras（keras版本也须对应）

pip install keras  -i http://pypi.douban.com/simple/

查看tensorflow版本来测试TensorFlow是否安装成功

import tensorflow as tf

print(tf.__version__)

查看keras版本来测试keras是否安装成功

import keras

print(keras.__version__)

将Tensorflow环境加到pycharm中

pycharm添加ts

测试ts是cpu还是gpu版本

import numpy
import tensorflow.compat.v1 as tf
tf.disable_eager_execution()#保证sess.run()能够正常运行
a = tf.constant([1.0, 2.0, 3.0, 4.0, 5.0, 6.0], shape=[2, 3], name='a')
b = tf.constant([1.0, 2.0, 3.0, 4.0, 5.0, 6.0], shape=[3, 2], name='b')
c = tf.matmul(a, b)
sess = tf.Session(config=tf.ConfigProto(log_device_placement=True))
print(sess.run(c))

jupyter

代码规范插件安装

pip install jupyter_contrib_nbextensions

jupyter contrib nbextension install --user

pip install yapf

再勾选code pretty