第一天 安装tensorflow等环境问题

前言：uninstall卸载包，可能无法卸载干净，就导致一直报错，建议去根目录下手动删除。

一：安装pyhthon

1. 进入python官网，下载对应版本。

2. 安装选取文件夹

3. 安装完成后，打开cmd， pythpn --version查看对应版本，where python查看对应路径。

4. 环境变量配置：在path中添加路径。cmd中使用set path查看配置好的路径

5. 查看pip版本。python3可以使用pip3以及pip，两种都是一样的，pip3 --version，如果版本过低则可以使用命令

python -m pip install --upgrade pip更新。

二：安装tensorflow(非gpu版本)

如果没有安装conda,可以使用pip命令安装。一般直接安装会很慢，所以一般使用清华镜像的安装方式。

pip3 install -i https://pypi.tuna.tsinghua.edu.cn/simple --upgrade tensorflow==1.12。

安装完成后可以进行测试。出现AVX2警告说明电脑上没有使用gpu安装方式，不用关心。

使用pip3 list可以查看安装好的库，如果是conda上，直接conda list。

注：同理，安装其他库也可以使用清华镜像。

pip3 install -i https://pypi.tuna.tsinghua.edu.cn/simple --upgrade numpy==1.16.0

三：装完anaconda后，如何创建使用不同的环境装库。

https://blog.csdn.net/qq_43529415/article/details/100847887这个博客讲解的很详细。

装完anaconda后在cmd下，是无法使用conda命令，此时需要在环境中配置环境变量。

1. conda env list 查看环境

2. conda create -n  newenv python=3.7(newenv是自己起的名字)，在ananconda的env文件中创建了一个新的环境，在python3.7中找最新的版本下载。

3. 使用conda activate newenv 激活环境

4. 使用deactivate关闭环境

5. 环境激活后，可以直接使用conda命令安装所需要的包

四：安装tensorflow-gpu版本

安装tensorflow-gpu版本，需要安装对应的cudnn版本支持。使用下面的命令可以进行安装。

创建了一个新的tf2_gpu的版本，环境是新的，所以都要重新安装一下。

五：安装slim模块

自己找一个目录。git一下slim源码，slim中包含很多给出的模型代码，可供训练，有脚本直接调用下载数据。

需要找到对应版本下载

使用过程：1.低版本的tensorflow是有slim可以直接调用的。可以使用tf.contrib模块。

2.但是高版本，例如tensorflow2.0无法使用contrib，也没有slim模块，需要特别安装，安装步骤如下：

如果需要调用slim，则需要import tf_slim as slim使用。（原来的是slim=tf.contrib.slim）

六：安装SSD(目标检测)的模型环境。

找到对应的tensorflow版本的文件下载。

1. cocoapi中需要先buid一下，如果失败报错，可能缺少个文件。

如果还是失败，这个setup文件中，只留这一个选项。

成功后再进行拷贝。

2. 完成后需要添加环境变量，新建PYTHONPATH

3. 安装SSD