入门向的最简单详细的python环境配置(for keras等深度学习框架)

声明:最简单的一定是在anconda中配置多个环境,以备不同的python版本和不同任务需要(本人是初学者,所以就和pycharm结合着来配置,这应该是初学者最友好的配置方式了)

Ancaonda的可视化页面

个人踩坑以后的总结:可视化的唯一作用就是调整版本

想要知道自己安装了哪些包目前有两种比较靠谱的方式,一种是在anconda中查看,一种是在pycharm中查看

在anconda中允许配置多个环境

入门向的最简单详细的python环境配置(for keras等深度学习框架)_第1张图片

在pycharm中也是的,但是pycharm的创建机制还没搞清楚,所以不要有过多的操作就创建一个环境把该安装的安装就行了

入门向的最简单详细的python环境配置(for keras等深度学习框架)_第2张图片

在pycharm中创建环境

入门向的最简单详细的python环境配置(for keras等深度学习框架)_第3张图片

然后它就会安装一些基本的东西了,长成这样,基本上就和anconda中的一样

然后就是在+中添加各种资源,这里能安装的都先安装(到目前为止,keras是2.7的,TensorFlow是2.7.0的,所以keras需要降低版本)

入门向的最简单详细的python环境配置(for keras等深度学习框架)_第4张图片

 如果需要降低版本请看后续的介绍(如果此时已经是高版本了,建议可以尝试在pycharm中安装去anconda中降级,也可以直接用命令行的方式安装)

在anconda中降低版本

到环境这个栏目中,然后选中对应的库,右键它,标记一个版本然后点击下面的apply就可以实现降低版本的目的了,这样就可以实现经典的2.4.3+2.3.0的组合了

入门向的最简单详细的python环境配置(for keras等深度学习框架)_第5张图片

 入门向的最简单详细的python环境配置(for keras等深度学习框架)_第6张图片

在pycharm中还可以导入多个环境

这里就是按照anconda创建的环境目录导入我们anconda创建的环境

入门向的最简单详细的python环境配置(for keras等深度学习框架)_第7张图片

版本解决

我们想要安装什么都可以在可视化的页面中安装(也就是前面说的版本解决)

入门向的最简单详细的python环境配置(for keras等深度学习框架)_第8张图片

可视化安装的问题

可视化安装会出现很多问题,比如我想安装keras=2.4.3,TensorFlow=2.3.0,在可视化中就一直报错或者安装不上

解决办法(命令行安装)

打开命令行

入门向的最简单详细的python环境配置(for keras等深度学习框架)_第9张图片

然后激活你的环境(默认的是base)(相关的操作命令如下

入门向的最简单详细的python环境配置(for keras等深度学习框架)_第10张图片

默认的环境是base,切换以后就是我们想要操作的环境了

入门向的最简单详细的python环境配置(for keras等深度学习框架)_第11张图片

切换好环境以后就是安装库了

可以使用pip安装,前提是pip版本是200以上

pip install 【库名】(==版本号,可不写)-i https://pypi.douban.com/simple/

后面的地址是国内镜像源的意思

如果不想麻烦,就使把上述命令换成conda就可以了(理论换了也是OK的,但是本人没试过,一直是pip安装的)

你可能感兴趣的:(深度学习,python,keras,深度学习)