python机器学习：搭建tensorflow环境，下载Keras库并在python中成功完成导入。pycharm的相关配置。

安装过程较长，请大家耐心阅读，其中有一些自己在安装过程中出现过的一些问题，在此一同分享给大家

一.下载Anaconda：

1.首先下载安装Anaconda，可以去官网下载 https://www.anaconda.com/

一般的individual版本的就可以满足个人需求了

选择适合自己操作系统的版本：（Windows，MacOS，Linux ）

下载下来的一般是最新版本的，但由于新版的刚开始可能会有一些漏洞，所以可以先下载较为旧点的版本，等以后再升级更高版本，我这里有一个2020.02版本的，Anaconda 4.8.3

链接：https://pan.baidu.com/s/1dHeIj_0emgAgNIfmO5iatA
提取码：z0vu

安装Anaconda和配置环境变量

具体可以参考这篇博客，写的很详细
https://blog.csdn.net/z2858539804/article/details/81407456

记住在安装的时候先不要选默认的自动配置环境变量，等安装好后手动配置，否则可能会导致环境变量很乱，容易出错

配置好后（Win10操作系统）你的PATH路径中应该有这几个（都要有才可以）：

安装好Anaconda和配置好环境变量后，通过win+R 运行cmd命令，查看python版本 并测试运行简单程序Hello Python

到这里，就完成了Anaconda的安装和配置

二.搭建tensorflow

打开Anaconda Prompt

右键以管理员身份运行

先介绍一些常用的指令：

1.pip list 可以查看自己已经安装好的模块

2.pip install + 需要安装的模块，库

python中提供了很多的模块，库，可以通过这个网站https://www.lfd.uci.edu/~gohlke/pythonlibs/进行访问下载。

从网站下载后安装的方式（下载下来的文件扩展名都是.whl）：

安装：
以numpy+mkl 为例：

找到文件的路径：
例如：D:\python\numpy-1.16.4+mkl-cp37-cp37m-win_amd64.whl

然后在Anaconda Prompt中输入指令 pip install + 路径
如：
pip install D:\python\numpy-1.16.4+mkl-cp37-cp37m-win_amd64.whl

我这里是安装好了的

或者直接采用 pip install + 模块名字，此操作会自动为你的电脑环境配置最新版的模块

下载速度会很慢？没关系，请先继续往下看

3.pip uninstall + 模块

卸载某个模块

了解了几个常用的pip命令后，下面进入正题，搭建tensorflow环境：

进入官网https://www.lfd.uci.edu/~gohlke/pythonlibs/我们可以用ctrl+f搜索tensorflow，点击进入看到（版本会随时更新，如下仅做参考）：

这里告诉我们安装tensorflow之前需要安装 numpy+mkl 模块，protobuf模块

注意：

直接进行pip指令下载的numpy不是numpy+mkl版本的，由于官网下载速度较慢，所以这里提供一个1.16版本的。

链接：https://pan.baidu.com/s/1hgOevXWtyyhPrawC-vKM7g
提取码：e9f3

然后采用pip 指令 pip install protobuf 下载protobuf模块，这时候你会发现一个问题：

？？怎么我下载速度这么慢？？

不要急，这里有解决方法：

原因是因为你用的是国外源进行的下载，速度当然慢啦，所以我们要更换一个国内的镜像源，这里是解决方案：
https://blog.csdn.net/yuzaipiaofei/article/details/80891108

然后你的下载速度就可以起飞了，但由于镜像网站本地的一些原因，这个下载有时候会出现卡顿导致下载失败，所以可能需要多次尝试。

我这里提供的是tensorflow+CPU版本的（基本够用），但你如果还想下载更高的GPU版本，则需要另外安装CUDA/cuDNN，详见这篇博客
https://blog.csdn.net/gangeqian2/article/details/79358543

安装好numpy+mkl和protobuf后，我们就可以开始安装tensorflow了。
我这里以tensorflow在2.0版本为例：

在Anaconda Prompt中输入pip install tensorflow==2.0指令，回车

出现了红色箭头所指的这句话表示你的源成功切换到了国内镜像源。
然后开始安装下载
等待下载，卡住了就按ctrl+c或者直接关掉Anaconda Prompt再重新启动下载…

成功下载完成后，测试tensorflow是否可导入。

输入python，再输入import tensorflow as tf，回车后
若没有出现其他异常报错，则表明安装tensorflow成功了！

测试一个小程序：
输入如下指令：

import tensorflow as tf
tf.compat.v1.disable_eager_execution()
hello = tf.constant('hello tensorflow!')
sess = tf.compat.v1.Session()
print(sess.run(hello))

成功输出了
b’hello tensorflow!’

我们会发现有红色下划线的这里出现了一个警告，处理办法在此：
https://blog.csdn.net/feng98ren/article/details/84874326

我们用介绍的第一种办法试试：
先输入：

import os
os.environ['TF_CPP_MIN_LOG_LEVEL'] = '2'

再输入之前的那5行代码

程序成功执行，且未出现任何警告。

三.导入Keras库

需要先安装好tensorflow环境，再安装Keras。
这里要注意一点：要保证tensorflow和Keras的版本兼容，否则可能会导致Keras无法使用的情况

可以通过 pip install Keras == 某个版本
来安装指定版本的Keras。
我采用的是tensorflow 2.0版本 和 keras 2.3.1版本可以成功匹配

安装好后，测试是否可以导入keras库

显示出了keras库中所有的函数。

四.配置pycharm，将库全部导入

进入pycharm，选择左上角的File ，选择Settings

选择 Project :orinal code 中的 Project Interpreter

单击红色箭头所指的按钮

选择Add…

选择Virtualenv Environment 中的Existing environment 然后单击后面的按钮

找到你安装好Anaconda的目录地址，选择其中的python.exe
注意：有可能你的安装地址是一个被隐藏的项目，需要显示隐藏的项目

之后点击OK即可，然后点击Apply和OK，就会导入你python中已有的库了，过程可能比较慢，请耐心等待