Anaconda安装和环境配置教程(深度学习准备)

目录

1.下载选择

2.prompt配置

3.虚拟环境配置

4.检查是不是安装成功

5.安装jupter

6.关闭anaconda重新进入

7.总结


1.下载选择

我第一次使用的这个官网上面的邮箱的方式下载的,但是这个方式真的特别慢,于是用了这个清华的镜像网站,网上有很多的介绍,我就不班门弄斧了,建议使用清华的镜像;

我安装的是这个2022年5月份的版本;

2.prompt配置

我们的anaconda的许多安装包都是国外的,下载的速度很慢,因此我们需要进行设置,把这个设置成清华大学的,具体操作如下:

输入下面的三行指令依次回车就可以了:

为了方便实用,我直接贴在下面:一条一条运行即可

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

3.虚拟环境配置

创建新的虚拟环境:

接下俩就很重要了,我们需要安装这个tensorflow需要和这个python和这个keras相互版本匹配(网上有这个版本匹配图,搜一下就好了)

下面的这个是以tensorflow的1.13.1为例和python3.6.13进行演示的:

打开创建的虚拟环境安装tensorflow:

conda install tensorflow=1.13.1

接下来安装与之兼容的keras版本:

conda install keras=2.2.4

4.检查是不是安装成功

导入模块之后检查版本:

导入模块:

检查版本:

tf. __version__

keras. --version__

5.安装jupter

这个主要是简化操作的:让我们虚拟环境下直接在这个jupter notebook里面写代码,这个jupyter就是一个类似于记事本的软件,有了这个,我们就可以直接在这个jupyter上面写我们的python代码,不用去在这个终端上面输入;

安装成功之后,我们发现在虚拟环境里面,这个已经可以使用了:但实际上因为这个版本各方面的原因,这个可能会打不开,但是没关系,我们暂时不用;

jupter是否可以找到tensor和keras:因为我们的这个jupyter有自己的路径,我们想要在这个里面写代码,首先我们安装的这个leras和tensorflow要可以找到才行,这个怎么找呢?

首先进入终端:

使用这个指令查看这个jupyter下面可以支撑的,我们的这个打印结果可能会有差异,有的是只有python,有的就已经有这个tensorflow了,没关系的;

jupyter kernelspec list

我们这个时候启动jupyter,这个时候是进不去的,因为这个里面的一个版本过高(我们可以使用这个pip list指令查看所有的软件包和对应的版本,发现这个tornado包的版本是>5的),我们需要在这个终端上面输入:

就是因为我们直接打开第四个选项jupyter notebook的时候进不去,我们打开第一个,在这个里面输入jupyter notebook 这个时候发现报错了,这个就是因为我们的这个里面的tornado版本过高,我们这个时候需要卸载重新安装;

卸载指令:

重现安装,降低版本:降低到5以下的版本即可;

6.关闭anaconda重新进入

我们进入之后到这个对应的环境里面发现这个jupyter又不可以点击(就是一共四个选项,前面的两个可以使用,后面的两个事白色的,我们没有办法使用)

这个时候,我们回到这个home里面去,发现这个jupyter又需要我们进行重新的安装,这个是因为我们上面把这个tornado的版本更新了,因此这个jupyter重新需要安装,并不是因为我们重新进入导致的,这个样的话我们每一次进入都需要重新安装,岂不是很麻烦,这个也提示我们对于这个软件的版本升级之后,这个需要重新生效;

重新安装这个jupyter之后,在这个invironment里面的第四个选项里面进入这个jupyter里面去,这个时候就可以进去了,并且会跳转到这个浏览器里面去打开;

新建一个python3的代码:

我们在这个里面导入对应的模块,查看对应的版本,这个时候就没有问题了,这个红色的不是报错!!!这个显示的是安装位置的相关的信息;

一切正常之后,我们以后想要导入的话,就可以直接在这个jupyter notebook里面使用这个conda install 包包的名字就可以直接安装了,不用在这个终端上面输入;

7.总结

其实这个anaconda的这个使用体验有时候确实不是很好,但是这个我们多试几次就好了,这个jupyter的安装,以及我们自己创建虚拟环境,安装这个keras和tensorflow匹配的版本很重要;

了解这个jupyter在虚拟环境里面进不去的原因,就是因为这个tornado的版本太高,我们需要重新安装以降低他的版本;

相关推荐
威化饼的一隅2 小时前
【多模态】swift-3框架使用
人工智能·深度学习·大模型·swift·多模态
机器学习之心2 小时前
BiTCN-BiGRU基于双向时间卷积网络结合双向门控循环单元的数据多特征分类预测(多输入单输出)
深度学习·分类·gru
MorleyOlsen3 小时前
【Trick】解决服务器cuda报错——RuntimeError: cuDNN error: CUDNN_STATUS_NOT_INITIALIZED
运维·服务器·深度学习
愚者大大6 小时前
1. 深度学习介绍
人工智能·深度学习
liuming19926 小时前
Halcon中histo_2dim(Operator)算子原理及应用详解
图像处理·人工智能·深度学习·算法·机器学习·计算机视觉·视觉检测
长风清留扬7 小时前
机器学习中的密度聚类算法:深入解析与应用
人工智能·深度学习·机器学习·支持向量机·回归·聚类
程序员非鱼7 小时前
深度学习任务简介:分类、回归和生成
人工智能·深度学习·分类·回归·生成
γ..7 小时前
基于MATLAB的图像增强
开发语言·深度学习·神经网络·学习·机器学习·matlab·音视频
千穹凌帝8 小时前
基于深度学习多图像融合的屏幕缺陷检测方案
人工智能·深度学习·数码相机
Leweslyh16 小时前
物理信息神经网络(PINN)八课时教案
人工智能·深度学习·神经网络·物理信息神经网络