运行Python程序

一、基础命令 

查看Python版本：python version

用于查看当前正在运行的进程：ps -ef | grep python

输入 import sys print sys.path 即可打印所有python路径。 tensorflow 位置： /usr/local/lib/python2.7/dist-packages/tensorflow

一般需要新建一个虚拟环境运行代码,要是矛盾了得先卸载这个包，再装anaconda。 

创建新环境：conda create -n CV22 python=3.6

进入该环境：conda activate 加环境名称

装在base的包可以直接使用，装在新环境下，得再进入到这个环境才能使。

ls :列出主目录下的所有文件。

nvidia-smi：nvidia 的系统管理界面 ，其中smi是System management interface的缩写，它可以收集各种级别的信息，查看显存使用情况。

rm：linux中的删除命令。rm -r 并不是一个完整的命令后面还需要加上需要删除的路径
例如：rm -r test 就是删除test 不管他是文件还是目录。(-r或-R：递归处理，将指定目录下的所有文件与子目录一并处理。)

更新包：pip install --upgrade （加包的名字）

安装包的两种方式：pip install （加包的名字）

                                conda install （加包的名字）首先得下载anaconda

卸载包：pip uninstall (加包的名字)

列出已安装的包:pip list

列出conda管理的所有环境：conda env list

删除learn环境及下属所有包:conda remove -n learn --all 

更新requests包:conda update requests

lLib里面也有base环境下的各种包文件,envs是我们自己创建的各种虚拟环境的入口,

anaconda的下载命令:wget加到官网找到你想要下载的anaconda的版本，点击复制链接地址，后面跟上地址就行。bash相当于安装。

命令 conda --version 可查看conda的版本
cd命令：

cd [切换的目标目录」

cd ..:跳至上层目录

cd ../../：跳至上上层目录

二、与JetBrains PyCharm 连接

PyCharm也能很方便的和anaconda的虚拟环境结合

在Setting => Project => Project Interpreter 里面修改 Project Interpreter , 点击齿轮标志再点击Add Local为你某个环境的python.exe解释器就行了
 

三、Anaconda Prompt

这与cmd（win+r）一样。

四、Anaconda Navigtor

里面有jupyter(可以分段运行代码， 可以直接在cmd中输入jupyter notebook 就可以打开）；jupyterlab（在浏览器输入 http://localhost:8888/lab ）；VSCode（Visual Studio Code是一个轻量级但功能强大的源代码编辑器，它内置了对JavaScript，TypeScript和Node.js的支持，并为其他语言（如C ++，C＃，Java，Python，PHP，Go）和运行时（如.NET和Unity）提供了丰富的扩展生态系统。）
 

五、具体步骤

一般运行代码时都有requirement，我们查看其需要包的版本，根据版本下载（一些代码必须要求其给定的版本）。如果想要一段一段运行需要写成jupyter里面。在cmd（工作站或anaconda命令行里面）中输入jupyter nootbook就会打开。注意代码中的绝对路径与相对路径。在anaconda里面也可以指定Python版本，创建环境。

1，python环境管理软件

安装anaconda:https://www.anaconda.com/products/individual

2，找到所需cuda安装，比如10.0:

https://developer.nvidia.com/cuda-10.0-download-archiveyy

cuda让程序能在GPU上加速运行，一般是用pytorch或者tensorflow去启动。有的电脑可能下载不了，（首先查看电脑显卡型号，具体参考https://zhuanlan.zhihu.com/p/358737417）。

3，创建虚拟环境

conda可以配置源，加速下载包，https://mirror.tuna.tsinghua.edu.cn/help/anaconda/

（临时的方法（全局的方法在链接里）：
pip install XXX -i https://pypi.tuna.tsinghua.edu.cn/simple  清华源
pip install XXX -i http://mirrors.aliyun.com/pypi/simple --trusted-host mirrors.aliyun.com  阿里源
XXX为要安装的包，有时报错，需要更改https为http,或反之）

在命令行cmd（ubuntu中为terminal）中运行：conda create -n tfv2 python=x

开启虚拟环境：conda activate tfv2

（这里可能在cmd中出现“不是内部或外部命令，也不是可运行的程序”，是因为系统环境变量配置有问题，需要手动修改系统环境变量，将 \Anaconda3（应用程序）、\Anaconda3\Scripts（与应用程序可能不在一起）、\Anaconda3\Library\bin 三个目录添加到系统环境变量 Path 中即可，要是还不行关闭cmd，再打开，要是还错，那就是路径添加错误，其实在安装anaconda的时候，就可添加路径。具体可看：Windows10安装Anaconda3后，conda不是内部或者外部命令的解决方法_三的五次方的博客-CSDN博客）

4，安装包

Keras是TensorFlow、Theano等框架的高级封装。Keras的安装有两种简单的方法，第一种是安装tensorflow，通过tf.keras来调用（本代码的情况）；第二种是分别安装tensorflow和keras，可以直接通过keras来调用。可以在anaconda中为虚拟环境下载包（在运行代码时，创建环境需与要求的Python版本一致，可以在anaconda里面的environments里面点create创建新环境，选中自己要的Python版本，在这个环境下安装一致版本的包。），有时候cmd或报错，这里虽然慢些，但一般都可以安装成功。

在安装之前可以切换源，请参考:https://blog.csdn.net/afeiqiang/article/details/108257584

加速安装，而且更稳定

Windows用户：c:\Users\你的用户名\pip\pip.ini，没有就新建一个，

Linux用户：修改 ~/.pip/pip.conf 文件，没有就新建一个，写入以下内容：

[global]
index-url = http://mirrors.aliyun.com/pypi/simple/ *# 根据需要选清华源或者阿里源*
[install]
trusted-host=mirrors.aliyun.com

安装依赖包numpy, matplotlib：pip install numpy matplotlib

然后开始安装：pip install --upgrade tensorflow_gpu

如若要指定版本，则可以用：pip install --upgrade tensorflow_gpu==2.1.0

要是下载不了

第一步，登录：https://pypi.org/

第二步，输入包的名字

第三步，在搜索结果里，点击你要的包名称（此处就不贴图了），然后在新页面内，点击download files按钮，然后在右边的框内找到同名的whl文件下载就好咯！

第四步：下载完成后，重新打开一个cmd命令行输入pip install + 包的路径

注：一般都是兼容的。不行的话也仅需该少量代码，环境配置好了最好就不要改了。

cuda 是向下兼容的，安装 torch 会指定 cuda 的版本。可以使用以下命令查看cuda 版本

python

>>>import torch

>>>torch.version.cuda

六、运行中的一些错误

一般只把错误直接复制在浏览器（最好选择比较好的：火狐，谷歌）中，一个一个试。

文件的路径有相对和绝对路径，一般改成绝对路径就不会找不着了。

安装CV2其实直接安装opencv:pip3 install opencv-python

出现NaN损失的潜在原因如下：

1 .学习率太高了；2 .在RNN中，应该控制梯度以避免梯度爆炸；3 .零被用作除数，负值被用于对数，或者指数分布的值太大。