Anaconda能够提供虚拟环境,不同环境之间互不影响,是个很方便的工具。这次配置tensorflow环境的时候我选择在anaconda环境下配置,过程总结如下
1.安装anaconda
到Anaconda官网下载,我是用的是Anaconda3-4.8.0版本(Python3对应的是Anaconda3,Python2对应的是Anaconda2),根据需要下载即可。下载好之后点击exe文件安装没什么好讲的。
唯一需要特别说明的是,安装的过程中要把添加路径到环境中选项选中!如下图:
安装完成之后到命令行输入命令验证是否成功安装:
conda --version
像下面这样显示即代表安装anaconda成功!
2.创建一个tensorflow环境
conda create -n python35 python=3.5
其中python35是环境名称,可以根据你的爱好自己起,安装的python版本是3.5
3.在Anaconda中启动tensorflow环境
activate python35
成功启动环境你会发现你的命令行前面多了个(python35)。
当需要关闭当前环境时输入
deactivate
4. 安装CPU版本的tensorflow
pip install -i https://pypi.tuna.tsinghua.edu.cn/simple --upgrade tensorflow
安装完成了在当前环境下输入python进入python环境,再输入import tensorflow不会报错代表在当前环境下安装tensorflow成功!
如果在windows上出现如下错误:
是因为缺少动态链接库,解决方案:打开如下链接选择对应的版本文件下载后安装即可解决
5.安装jupyter,在jupyter中使用tensorflow
首先,在tensorflow环境中安装ipython:
conda install ipython
然后,安装jupyter
conda install jupyter
最后,安装python kernel for tensorflow(新版本的anaconda可能不需要这一步了,如果出现错误的话直接跳过这一步)
ipython kernelspec install -self --user
6.完成,在jupyter notebook 中测试tensorflow
在命令行输入:
jupyter notebook
在浏览器中弹出的页面中新建python3文件,输入import tensorflow后运行测试会不会报错:
没有报错,则代表以上环境配置完成!
7. 安装机器学习库Scikit-learn
根据经验来看,你很大程度上也需要机器学习相关工具,推荐python中的机器学习库Scikit-learn,在anaconda环境中安装sklearn只需要下面的命令:
conda install scikit-learn
同样的,如果需要安装其他的库也是使用类似的指令
conda install 第三方库的名字
如安装numpy
conda install numpy
至此,安装完毕。如果需要打开图形界面,输入:
anaconda-navigator
cross your hand and enjoy it.
8 为notebook安装一个酷酷的皮肤
jupyter notebook默认的配色和字体看久了眼睛疼,可以安装jupyterthemes更换皮肤!
pip install --upgrade jupyterthemes
输入下面的指令查看可用主题
jt -l
具体的参数可以参考官方文档描述,不过我从其他博主那里找到了一个还不错的配色方案:
jt -t oceans16 -f fira -fs 13 -cellw 90% -ofs 11 -dfs 11 -T
效果如下图: