1. Python多版本共存
首先将需要的Python版本都安装上，不同Python版本安装的时候会建立不同的文件夹，装好以后就去各个版本的Python文件夹下将Python.exe复制一份然后改个名字，比如python35.exe，python37.exe。然后再到各个版本的Python文件夹的Scripts文件夹下将pip.exe也进行同样的操作。再去环境变量里面把自己想要的默认版本的Python路径移到其他Python版本的前面即可。
这样的话运行python3.5就可以用python35来运行，运行python3.7就可以用python37来运行，给python3.5安装第三方包就可以用pip35 install xxxxx来装，如果直接输入python的话会默认打开环境变量里面最上面的那个版本。
pip安装包命令 pip install opencv-python==3.2.0.8 等号及后面的内容用来指定包的版本，不写的话表示安装最新版本。
2. virtualenv创建Python虚拟环境：
-
（1）使用命令
pip install virtualenv进行安装。 -
（2）切换到想要创建虚拟环境的目录下，在windows中cd命令只能在当前分区内进行切换，要切换到其他分区比如e盘只需输入
e:即可，然后可以cd到其他目录。 -
（3）
virtualenv (--no-site-packages) (-p c:\Python36\python.exe) new_env
创建虚拟环境，中间括号内的参数是可选的，第一个括号内的参数加上表示不复制任何主环境中已经安装的库，即创建一个纯净的Python虚拟环境；第二个括号内的参数加上表示指定Python解释器的路径，也可以写成--python=python3，即表示指定当前系统主环境中已经安装的python3版本作为虚拟环境的解释器，指令执行时会去环境变量的路径中寻找等号后面的那个命令（python3），该版本的python环境会被复制到虚拟环境中，注意创建任何版本的虚拟环境都需要该版本的Python主环境中已经存在,不加该参数就用默认的python版本，即环境变量里面最靠前的python路径，所以也可以先把虚拟环境需要的python版本放在其他版本的前面然后使用默认的python版本创建虚拟环境。最后面的new_env为虚拟环境的名字，指令执行完毕以后会创建一个该名字的文件夹存放虚拟环境。注意python解释器的路径中间不能有空格，如果路径中有空格的话可以用引号把整个路径包起来。 -
（4）激活虚拟环境，进入虚拟环境的Scripts文件夹执行里面的
activate命令激活虚拟环境，激活以后命令行的最前面会显示当前虚拟环境的名字。如果是在Linux下，则需执行source new_env/bin/activate命令。 -
（5）取消激活，在虚拟环境中执行
deactivate命令即可取消激活，在windows系统中关闭cmd终端窗口也会取消激活，但是在Linux环境中会一直是激活状态，需要自己手动取消激活。 -
（6）删除虚拟环境，删除该虚拟环境的文件夹即可将该虚拟环境删除。
-
（7）生成虚拟环境的安装包版本文件，可供快速重新生成虚拟环境，在虚拟环境下执行
pip freeze >F:A_FILE\requirements.txt。注意一定要在激活的虚拟环境下执行，后面的参数是指定存放requirements文件的路径，如果直接写文件名则是将生成的文件放在当前路径。文件生成之后需要进去调整依赖包的顺序，比如b依赖a，则需要把a放在前面，在requirements文件中把==及后面的内容去掉即可在复制或重新安装虚拟环境的时候安装该包的最新版。 -
（8）复制虚拟环境，首先新建一个虚拟环境并激活，在该虚拟环境下执行
pip install -r requirements.txt命令，当然这需要requirements文件在当前路径下，或者使用绝对路径也是可以的pip install -r >F:A_FILE\requirements.txt，注意要在虚拟环境下执行，不然这些包就安装到系统的主环境里面了。直接把虚拟环境整个文件夹复制到别的电脑上运行也是可以的。
3.安装opencv3.2以及tensorflow1.4.0
（1）激活虚拟环境，在虚拟环境下分别执行如下命令:
pip install opencv-python==3.2.0.8
pip install --upgrade tensorflow==1.4.0
pip install --upgrade tensorflow-gpu==1.4.0
（2）安装CUDA和CUDNN
这里用的是CUDA8.0和CUDNN6
94
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
