Anaconda环境安装

1、安装anaconda

Index of /anaconda/archive/ | 清华大学开源软件镜像站 | Tsinghua Open Source Mirror

2、安装pycharm，安装Community版本的

Download PyCharm: Python IDE for Professional Developers by JetBrains

3、在anaconda中创建python环境

1】创建一个masr_env(名字可改)环境：   conda create -n masr_env python=3.6

2】激活该环境：conda activate masr_env

3】安装其他的库：

conda install pandas

conda install numpy

conda install matplotlib

有时候网速太慢，可替换国内的下载源：

两个可用的镜像，下载时加上即可

https://pypi.tuna.tsinghua.edu.cn/simple
https://pypi.douban.com/simple

安装

pip install keras==2.2.5 -i https://pypi.tuna.tsinghua.edu.cn/simple   
pip install numpy==1.16.4 -i https://pypi.tuna.tsinghua.edu.cn/simple  （tf1.x时）
pip install pandas==1.1.5  -i https://pypi.tuna.tsinghua.edu.cn/simple  
pip install scikit-learn -i https://pypi.tuna.tsinghua.edu.cn/simple
pip install matplotlib==3.3.4 -i https://pypi.tuna.tsinghua.edu.cn/simple

注：安装方式有两种，一种使用，conda install  pandas，或者，pip install pandas。另外版本对应关系tf2.3时安装对应的numpy==1.18.5和pandas==1.1.5和matplotlib==3.3.4。

6】查看当前有哪些环境：  conda env list

7】删除环境：conda remove -n  masr_env  --all

8】查看：conda search cudnn 和 conda search cuda

3.1、安装pytorch

pytorch的whl的链接：

https://download.pytorch.org/whl/torch_stable.html

【1】gpu安装参考下面链接

python=3.6，pytorch=1.7，

conda install cudatoolkit=11.0

conda install cudnn=8.1

（带你避坑）win10安装带CUDA的Pytorch看这篇就够了_aquapisces的博客-CSDN博客_pytorch自带cuda

GPU版本pyTorch安装教程(实测,特别详细)_楊龘龘的博客-CSDN博客

GPU版本PyTorch详细安装教程_吉果果、的博客-CSDN博客_pytorch gpu安装

【2】安装CPU版本

1、查看pytorch，torchvision，python 版本对应：

PyTorch深度学习（13）PyTorch Torch Vision python 版本对应_JYliangliang的博客-CSDN博客_pytorch与python版本对应

2、pip install torch===1.8.0  torchvision===0.9.0 -f https://download.pytorch.org/whl/torch_stable.html -i https://pypi.douban.com/simple

3.2、安装tensorflow

tensorflow的whl的链接：

Links for tensorflow

Links for tensorflow-gpu

【1】gpu版本参考如下链接：

python=3.6  tf=1.14

conda install cudatoolkit=10.0

conda install cudnn=7.6

tensorflow1.4安装记录_fatfatfred的博客-CSDN博客_tensorflow1.4安装

Tensorflow-gpu安装教程_江江想做程序员的博客-CSDN博客_tensorflow gpu安装

【2】安装cpu版本的tensorflow

在命令行输入 conda install tensorflow=版本号，即可安装CPU版本。使用pip安装需要输入 pip install tensorflow==版本号 

安装太慢的时候，使用：pip install tensorflow-cpu==2.3.0 -i https://pypi.douban.com/simple/

windows下完全离线安装Anaconda+Tensorflow_09踏雪飞鸿的博客-CSDN博客_anaconda 离线安装

4、打开pycharm写代码

1】导入环境

5、神经网络代码

import torch
import torch.nn as nn
import torch.nn.functional as F
import matplotlib.pyplot as plt
from torch.autograd import Variable

x = torch.unsqueeze(torch.linspace(-1,1,100),dim=1)
y = x.pow(3)+0.1*torch.randn(x.size())

x , y =(Variable(x),Variable(y))

plt.scatter(x.data,y.data)
# 或者采用如下的方式也可以输出x,y
# plt.scatter(x.data.numpy(),y.data.numpy())
plt.show()

class Net(nn.Module):
    def __init__(self,n_input,n_hidden,n_output):
        super(Net,self).__init__()
        self.hidden1 = nn.Linear(n_input,n_hidden)
        self.hidden2 = nn.Linear(n_hidden,n_hidden)
        self.predict = nn.Linear(n_hidden,n_output)
    def forward(self,input):
        out = self.hidden1(input)
        out = F.relu(out)
        out = self.hidden2(out)
        out = F.sigmoid(out)
        out =self.predict(out)

        return out

net = Net(1,20,1)
print(net)

optimizer = torch.optim.SGD(net.parameters(),lr = 0.1)
loss_func = torch.nn.MSELoss()

for t in range(5000):
    prediction = net(x)
    loss = loss_func(prediction,y)

    optimizer.zero_grad()
    loss.backward()
    optimizer.step()

    if t%5 ==0:
        plt.cla()
        plt.scatter(x.data.numpy(), y.data.numpy())
        plt.plot(x.data.numpy(), prediction.data.numpy(), 'r-', lw=5)
        plt.text(0.5, 0, 'Loss = %.4f' % loss.data, fontdict={'size': 20, 'color':'red'})
        plt.pause(0.05)

参考

超详细的Pycharm+Anconda安装配置教程_罅隙`的博客-CSDN博客

Pytorch神经网络极简入门（回归）_算法黑哥的博客-CSDN博客