深度学习实战及tensorflow环境配置

深度学习路很长，要想走得远基础一定要牢，希望本文对你有用。

文章目录

• 前言
• 一、pycharm和anaconda的安装
• 二、配环境及运行代码
  • 1.遇到无法用pip和conda的情况
  • 2.安装库
  • 3.安装tensorflow和cudatoolkit
  • 4.代码运行
• 总结

---

前言

重新装了一下系统，重新配置下环境

一、pycharm和anaconda的安装

anaconda的优点个人感觉是能多版本环境兼容，环境切换方便，比如tensorflow2.8 python3.6就不兼容，此时可以快速切换为3.8

 anaconda下载地址：

        https://www.anaconda.com

pycharm如果不是很常用前后端开发，社区版已然够用

pycharm下载地址：PyCharm: the Python IDE for Professional Developers by JetBrainshttps://www.jetbrains.com/pycharm/

二、配环境及运行代码

1.遇到无法用pip和conda的情况

报错如下（示例）：

pip : 无法将“pip”项识别为 cmdlet、函数、脚本文件或可运行程序的名称。请检查名称的拼写，如果包括路径，请确保路径正确，然后再试一次。
所在位置 行:1 字符: 1
+ pip install lxml
+ ~~~
    + CategoryInfo          : ObjectNotFound: (pip:String) [], CommandNotFoundException
    + FullyQualifiedErrorId : CommandNotFoundException

解决办法：

添加系统变量：

进去后点击新建，变量值为anaconda的scripts的地址：

 

 建立后重启电脑，即可在pycharm中使用pip和conda

2.装库

直接用pip和conda也行，但是有时候会没有这个包。

常见的几个镜像库

     豆瓣 ：https://pypi.douban.com/simple
     LFD：https://www.lfd.uci.edu/~gohlke/pythonlibs/
     清华：https://pypi.tuna.tsinghua.edu.cn/simple
     中科大：https://mirrors.ustc.edu.cn/pypi/web/simple
     阿里： https://mirrors.aliyun.com/pypi/simple/
     官网：https://pypi.org/

以豆瓣为例：

        pip install 要装的库名 -i http://pypi.douban.com/simple --trusted-host pypi.douban.com

3.安装tensorflow和cudatoolkit

1.首先查看电脑cuda版本

2.查看版本对应关系

CUDA版本对应

tensorflow版本对应

 keras版本对应

 

由图可知，笔者457.49，应该装CUAD 11.0的CUDA Toolkit 和tensorflow2.4.0和keras2.4.3

 pip install tensorflow==2.4.0 -i http://pypi.douban.com/simple --trusted-host pypi.douban.com

 conda install cudatoolkit=11.0

 

4.代码运行

目标是将loss值（预测与实际的偏差降到尽可能的低，预测是离散的是分类，连续的是回归）

---

总结

深度学习路很长，要想走得远基础一定要牢，希望本文对你有用。