科学计算环境配置教程

科学计算环境配置教程

你本次需要安装，最好用有线网下载。

• Anaconda

• spyder

• jupyter notebook

• Sklearn

• XgBoost

• LightGBM

• CatBoost

• Keras

• TensorFlow

文末有介绍如何在实验室的文件服务器上，下载所需要的安装包。

1.Anaconda安装

如果你已经装了Anaconda，并且在使用过程中没有出现奇怪的问题，可以跳过安装步骤。

否则，建议你把原来的卸载掉，按照这个步骤重新安装！！！

1.1安装

首先在清华镜像站下载安装包：https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/

1. 选择Anaconda3-5.0.1版本下载（经踩坑发现，5.2和5.3版本在创建环境时存在bug；所以不要在意后面图片写的是5.3版本的，事实上我在5.0版本上才安装成功）

1.jpg

2. 运行安装包，改变安装目录，将其放到非系统盘

2.jpg

3. 将两个选项都勾上，安装

3.jpg

4. 这里选择跳过

 ![4.jpg](https://upload-images.jianshu.io/upload_images/7007489-4af3e97327194fff.jpg?imageMogr2/auto-orient/strip%7CimageView2/2/w/1240)

1.2 更换conda镜像源

anaconda默认的镜像源在国外，访问速度非常慢。所以这里我们首先将它改为国内的清华镜像站。

1. 按下win+R快捷键，在运行窗口输入cmd

5.jpg

2. 在cmd中，依次输入以下三行命令。（逐条复制上去）

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/main/
conda config --set show_channel_urls yes

像这样就完成了

6.jpg

1.3 更换pip源

默认pip源也在国外，这里换成国内豆瓣提供的pip源：

• 1. 在C:\Users\【你的用户名】 目录下新建一个名为pip的文件夹
  8.jpg

• 2. 在pip目录下创建pip.txt文件，并将文件后缀名改为ini

7.jpg

将以下内容写入文件，并保存

[global]
timeout = 60
index-url = https://pypi.doubanio.com/simple

• 3. 完成

2环境安装

2.0 Anaconda

anaconda 5.0默认Python版本为3.6.3，目前已经支持TensorFlow了，这意味着你可以跳过这一步。

但是，保险起见，我们还是使用Python3.5环境，因为这个版本的Python，有更多的科学计算包兼容它。

• 1. 在开始菜单中启动它。（启动较慢，需等待）

9.jpg

• 2. 创建一个名为py35的python 3.5环境

10.jpg

• 3. 接下来安装所要的包

11.jpg

注意将Applications on切换到新建的py35环境，把箭头所指的都装上。

以上步骤，如果你打不开界面，或者安装时报错，可以在命令行中进行操作。在cmd中依次执行以下命令：

conda create -n py35 python=3.5
activate py35
conda install spyder
conda install jupyter
conda install glueviz

• 4. 安装完成后启动这个jupyter notebook
  12.jpg

​

• 5. 在浏览器打开这个地址
  13.jpg

• 6. 在右上角，新建一个ipython文件
  14.jpg

• 7. 确保这段代码能够正常运行，即安装成功
  15.jpg

如果没有报错，则说明上面步骤没有问题。

2.1 安装scikit-learn

在cmd中输入以下命令，激活刚刚创建的py35环境

activate py35

16.jpg

注意：在cmd中使用命令操作所创建的环境之前，都需要指定一个环境，并激活它。

使用（activate + 环境名称）激活环境

一共两步

1. 输入activate py35，激活环境

2. 输入

   pip install scikit-learn
   

17.jpg

运行这段代码，如果没有报错则说明安装成功

from sklearn.ensemble import RandomForestClassifier

2.2 安装XGBOOST

输入以下命令：安装

pip install xgboost

检查是否安装成功

import xgboost as xgb

2.3 安装LightGBM

输入以下命令：安装

pip install lightgbm

检查是否安装成功

import lightgbm as lgb

2.4 安装CatBoost

输入以下命令：安装

pip install catboost

检查是否安装成功

from catboost import CatBoostClassifier

2.5 安装TensorFlow CPU版

如果你没有显卡，或者你的显卡不是Nvidia的，请安装CPU版。

pip install tensorflow

2.6 安装TensorFlow GPU版

如果你的显卡是NVIDIA的，建议安装GPU版，它支持cuda加速，可以十倍提高精算性能。

在安装GPU版的tensorflow之前，你需要安装CUDA Toolkit和cuDNN

注意：在进行以下步骤之前，请再次确认，你的显卡是NVIDIA的显卡，并且显卡驱动版本为384.x或以上。

最新release版本的tensorflow需要以下工具包。安装时，一定要注意版本号对不对！！

• CUDA® Toolkit —TensorFlow supports CUDA 9.0.
• cuDNN SDK (>= 7.2)

这两个安装包已经上传到了群文件，请直接下载安装。（安装包是win10的，其他系统自行下载）

CUDA

运行cuda_9.0.176_win10.exe文件

1. 首先选择一个临时文件夹，在安装结束后可以将其删除

18.jpg

2. 选择Custom安装！！

19.jpg

3. 建议将这三个文件夹放在同一目录下(方便后面查找)

   20.jpg

4. 一路next，安装完成

cuDNN

1. 解压cudnn-9.0-windows10-x64-v7.4.1.5.zip

2. 复制解压出来的文件

   21.jpg

3. 将其复制到cuda/development目录

   22.jpg

4. 在环境变量中添加以下路径

   23.jpg

注意将目录改成自己的

24.jpg

安装tensorflow-gpu

1. 激活环境后，在cmd输入以下命令进行安装：

pip install tensorflow-gpu

2. 运行以下代码，检测是否安装成功

   import tensorflow as tf
   hello = tf.constant('Hello, TensorFlow!')
   sess = tf.Session()
   print(sess.run(hello))
   

2.7 Keras安装

注意：Keras一定要在装好TensorFlow之后安装。

输入以下命令：安装

pip install Keras

运行以下代码，检测是否安装成功

from keras.layers import Dense

- 恭喜你，终于把环境配好了~

文件下载

• Anaconda安装包
• CUDA安装包
• cuDNN文件

以上文件均已上传到实验室文件服务器。

使用有线网，在地址栏输入\\file.kenvix.com\File\科学计算环境安装，即可下载。

25.jpg

最后介绍一下jupyter notebnook快捷键

快捷键有很多，这里介绍最常用的几个

• Shift-Enter : 运行本单元，选中下个单元
• Ctrl-Enter : 运行本单元
• Alt-Enter : 运行本单元，在其下插入新单元
• Shift-Tab : 输出帮助信息，部分函数、类、方法等会显示其定义原型，如果在其后加 ? 再运行会显示更加详细的帮助
• Tab : 代码补全
• ESC : 进入命令模式
• A : 命令模式下使用，向上增加单元
• B : 命令模式下使用，向下增加单元

随安装教程发布的还有Python入门的jupyter notebook文件，

请用jupyter notebook打开，并弄懂里面的代码。

• 欢迎关注我的公众号，一起学习！

MachineEpoch