2020-07-20深度学习环境配置

环境配置

特别提示：以下所有软件类的安装都要到官网找下载链接否则可能会出现各种疑难问题。

在安装软件时，可以到官网查看安装教程，较为详细。

1  anaconda与pycharm

首先按照网上教程安装Anaconda与pycharm。

参考链接：安装方法

注：此链接为微信文章链接，可能失效，但不影响，直接参考下面的链接也可以一起将安装环境 的问题解决。

在使用jupyter时有Keras，tensorflow等 环境 安装问题。

下面是解决方案。

参考链接：Keras，tensorflow基于anaconda的安装

2  jupyter编程环境问题

代码自动补全

参考链接：自动补全

Jupyter中使用虚拟环境，即安装Keras后的环境切换

参考链接：环境切换插件安装

                  插件使用

前排——版本选择问题解决：

验证是不是安装正确的版本。
>>> import tensorflow as tf

>>> hello = tf.constant('Hello, TensorFlow!')

>>> sess = tf.Session()

>>> print(sess.run(hello))

2.1  环境更改

在进行练习时经常会出现原文的方法因更新问题无法实现，这时可以搜索相应的函数，找到与此函数功能相近的函数进行替换。

或对安装的插件，进行版本降低。

版本替换方法

pip install 插件名称

pip uninstall 插件名称

查看版本号方法

pip list

安装时换源加快速度（window下）：anaconda prompt命令行操作

                                                           文件夹操作临时与永久

豆瓣源好用

常见源：

阿里云 https://mirrors.aliyun.com/pypi/simple/

中国科技大学 https://pypi.mirrors.ustc.edu.cn/simple/

豆瓣(douban) http://pypi.douban.com/simple/

清华大学 https://pypi.tuna.tsinghua.edu.cn/simple/

中国科学技术大学 http://pypi.mirrors.ustc.edu.cn/simple/

以上操作是在安装环境的管理员模式下进行的，否则可能会因权限问题出现安装失败问题。

参考链接：版本降低与版本替换

                 TF2.0与1.0函数替换表

注：本链接博主并未进行实验，因历史原因博主是在网上找的其他方法将问题解决，此链接仅作为参考。待后续总结。除此以外的链接基本都进行过测试，可以放心使用。

环境管理

pycharm中使用anaconda部署python环境

参考链接：环境部署

指令

参考链接：环境

                  补充