如何避开环境的坑，好好学习

有一部分的人，不知道为什么，就像是修仙小说中，经脉阻塞的猪脚，其他人很快配置好的环境，他们可能要陪一两周，也不一定ok，各种问题层出不穷。

比如tensorflow，从花屏，到kernel die，再到闪屏。，，，，

笔者其他环境的配置之路也很艰辛，尤其以vs为主，一开始装opencv，当时乱设参数，vs又很难删干净（关键是又好多系统文件和它同名字，不愧是一个公司的），最后只能重装系统，还重装了两次，手贱安装一半就关了。

其实反思过来，大概明白了自己比较别扭，网络有很成熟的tensorflow1.6，1.8版本的安装方案，但就是想安装1.13，因为前一段时间是最新的，当然新的好呀；还非要gpu，讲真，用了gpu版本的，速度大概是不用的10倍以上，然后花屏了（哭，当时是因为散热），后面就各种环境崩坏。

反正就是喜欢，走一些自己认为对的路子，不想吃别人吃剩的东西。另外，是真的和老天过不去，哪怕安装同样的东西，自己就是装不好，重装系统就解决了。

---

后来大概总结出了方法，白天，当然还是要妥协了，没必要浪费那么长的时间在环境配置上，比如tensorflow先用cpu版本。努力去学自己想学的，毕竟对于每一个人工智能爱好者，其实时间太不够用了，（凸优化，贝叶斯，图论，知识图谱，机器学习，模糊数学，信息论，泛函分析，还有各种框架，算法），这还只是一部分，很多东西是很难学完，关键你还要走出自己的路子。

时间很宝贵，白天重心还是学习。

晚上，一般都学累了，尤其到了快12点的时候，没准就是楼下小卖铺一包薯条，然后看LOL比赛（EDG和IG那场是真的好看）。

这时候，大概可以和环境刚一下，反正没心思学习了，配环境多么爽啊，痛并快乐着。就是特别想解决这个问题。

如果怕自己玩坏，（虚拟机还是不太建议），conda多创建几个环境。