目录
一、Anaconda更换国内源----原因及操作方法
Anaconda使用的源在国外,下载各种包的速度比较慢,所以我们更改Anaconda的源
清华和中科大选择一个即可
操作方法
1、打开Anaconda Prompt
2、可以添加清华源(命令行中直接使用以下命令)
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/ conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/msys2/ conda config --set show_channel_urls yes
也可以添加中科大源(命令行中直接使用以下命令)
conda config --add channels https://mirrors.ustc.edu.cn/anaconda/pkgs/main/
conda config --add channels https://mirrors.ustc.edu.cn/anaconda/pkgs/free/
conda config --add channels https://mirrors.ustc.edu.cn/anaconda/cloud/conda-forge/
conda config --add channels https://mirrors.ustc.edu.cn/anaconda/cloud/msys2/
conda config --add channels https://mirrors.ustc.edu.cn/anaconda/cloud/bioconda/
conda config --add channels https://mirrors.ustc.edu.cn/anaconda/cloud/menpo/
conda config --set show_channel_urls yes
然后就可以在anaconda中新建环境
具体操作方法
参考优秀博文呦!https://zhuanlan.zhihu.com/p/547677270?
二、TensorFlow环境-----配置原因及优势
1、TensorFlow环境-----配置原因
TensorFlow是一种流行的机器学习和深度学习框架。它是一个免费的开源库,于2015 年 11 月 9 日发布,由Google Brain Team开发。它完全基于 Python 编程语言,用于数值计算和数据流,这使得机器学习更快更容易。
TensorFlow 可以训练和运行用于图像识别、手写数字分类、循环神经网络、词嵌入、自然语言处理、视频检测等的深度神经网络。TensorFlow 在多个CPU或GPU以及移动操作系统上运行。
2、为什么 TensorFlow 很受欢迎?
TensorFlow 对所有人来说都是更好的库,因为它可供所有人使用。TensorFlow 库集成了不同的API以创建像CNN(卷积神经网络)或 RNN(循环神经网络)这样的规模深度学习架构。
TensorFlow 基于图计算;它可以允许开发人员使用 Tensorboard 创建神经网络的构建。这个工具有助于调试我们的程序。它在 CPU(中央处理单元)和 GPU(图形处理单元)上运行。
与其他深度学习框架相比,TensorFlow在GitHub 上最受欢迎。
三、TensorFlow环境---这样配置
优秀博文,支持两种方法(详解)https://zhuanlan.zhihu.com/p/547677270?
四、结束语
不知道小伙伴们,有没有对于Anaconda操作更熟练呀!对于TensorFlow环境的优势,自己使用它时是不是自信满满哇!笔者是怀着崇高的敬意进行操作的,使用着一种流行的机器学习和深度学习框架(TensorFlow),顿时感觉自己也变得厉害了! (记得点赞,收藏呀!)