机器学习环境安装 anaconda pycharm 安装以及anaconda虚拟环境在jupyter上部署

首先跟着这个视频安装 基础环境 你如果之前安装了 一定要卸载干净 自己的python也要卸载干净 不过python环境你如果有应该也没影响。

软件的下载就用视频中的就没问题 下载也挺快的 如果不行就复制下载链接到迅雷 就没啥大问题了
恢复anaconda环境, 卸载anaconda, 重装anaconda

视频链接
博客链接
有经验的直接跟着博客做就没问题 没经验的 看着视频 跟着博客做

博客中也提到了怎么创建环境 步骤和我下边将要说的一样
anaconda可以虚拟创建多个互相独立的python环境，那么怎么在jupyter notebook里面进行多个环境的切换 讲真 确实花了点时间 因为网上的有好多并不适用于自己。

接下来开始创建虚拟环境及部署在noteboo

首先进入命令行 点击下方

创建虚拟环境

conda create -n 环境名 python=版本

例如创建一个叫做dl的虚拟环境,python版本为3.6：

conda create -n py36 python=3.6

激活虚拟环境

activate 环境名

activate py36

在虚拟环境中安装ipykernel (切记这一步是在对应的虚拟环境中进行）

pip install ipykernel

对于上边这个命令有必要说明一下 如果你用的是 conda install ipykernel 可能会有一些未知名的错误 所以建议用pip安装

使用ipykernel生成虚拟环境的kernel(这一步也是在虚拟环境中进行)
python -m ipykernel install --user --name 环境名

python -m ipykernel install --user --name py36

配置完成，退出虚拟环境在base环境中打开jupyter notebook会发现已经有虚拟环境的kernel可供选择。
退出当前的虚拟环境回到根环境

 deactivate

打开notebook 直接输入

jupyter notebook

如果按照上面流程做下来是没有问题的，如果有问题那可能就是之前的环境影响的 只能重新装了 注意删除干净

接下来你会发现jupyternotebook 的默认工作路径在c盘 现在进行更改工作路径

查看默认工作路径

jupyter notebook --generate-config 

跟着这个步骤一个一个做
这个图片借用别的博客的 如有侵权我会删除手写

**

再接着说其他问题

**
环境env和核kernel是两回事，有可能会遇到env删了但是kernel还在的情况，这时候就需要删除不用的kernel。
查看当前的有哪些核

jupyter kernelspec list    

删除某一个核
jupyter kernelspec remove kernel_name
eg:

jupyter kernelspec remove py36

如果过程中你不甚多了一个jupyter（参考别人教程) 就右键更多 打开文件位置 删除快捷方式即可 但注意 前提是你已经删除了这个环境 只有快捷方式未删除。
多的那个会有jupyter notebook（ph36） 。
删除环境的命令

conda remove -n py36 --all

安装Tensorflow

安装Gpu版本
首先进入自己创建的虚拟环境中 自己写自己的环境名字

activate py36

接着安装tensorflow

pip install tensorflow-gpu  

//建议不要用conda命令
pip高版本的用 pip3 我用的默认的低版本也没啥问题
他会自己选择用合适的版本 不用你操心哦
另外安装过程中可能会有一些大文件第一次没有装好 没事 在运行一下命令就好

不用gpu版本的可以输入下列代码

pip install tensorflow

//建议不要用conda命令

安装过程
安装过程得看网速 一般来说应该还行 不算太慢的网速都没问题

这个过程也挺长的。。。 这就是最后的了
安装完成后的验证图示
接着输入检验 成功如图

另外在命令行打开jupyter lab就可以看到刚刚创建的环境对应的选项卡了 效果一样

jupyter lab

测试使用的kernel的位置

import sys
print (sys.executable)