深度学习环境配置

安装pycharm

首先解压下载下来的安装包
cd pycharm目录/bin
sh pycharm.sh &
等安装完之后，会有一个可执行文件pycharm.sh，下次运行pycharm是直接使用./pycharm.sh命令即可

安装anaconda

这个过程和上面的安装pycharm过程类似
安装完anacoda之后，会在anaconda3/bin目录下有python的可执行文件以及jupyter notebook 以及spyder等软件。

安装tensorlow环境

第一步：安装好anaconda之后，在anaconda安装目录下使用
conda create --name tensorflow python=3.6（指定环境名称以及环境使用的python版本），安装好之后，会在anaconda3/envs下面有一个tensorflow的环境，并且anaconda3/envs/tensorflow/bin目录下面有一个可执行的python文件，也可以使用命令conda info --envs命令查看环境

第二步：使用conda activate tensorflow激活tensorflow环境，使用conda list可以查看tensorflow环境下面安装的模块，此时并没有tensorflow的模块，使用conda install tensorflow（或者使用conda install tensorflow-gpu安装gpu版本），等tensorflow安装成功，安装成功之后在使用conda list 可以发现其中的tensorflow模块。

第三步：使用代码命令测试一下：

import tensorflow as tf
# 消除警告
import os
os.environ['TF_CPP_MIN_LOG_LEVEL'] = '2'
# 第一个程序
a = tf.constant(value=1.0, name="input_a")
b = tf.constant(value=2.0, name="input_b")
c = tf.multiply(a, b, name="c")
# running a graph
with tf.Session() as sess:
    print(sess.run(c))

执行结果为2.0，不报错代表这你已经安装成功了

第四步：安装一些模块
在anaconda下安装库还是比较方便的，直接使用conda install 库名一般就可以了，当然如果安装不成功的时候可以使用anaconda search -t conda 安装包名
,例如查找matplotlib，使用anaconda search -t conda matplotlib命令时会出现下面的界面，在这个界面中注意观察包对应的安装系统环境以及对应的python环境，假如你在安装tensorflow环境的时候用的python3.6，而你对应的包用的是python2.7，很可能会把你anaconda3/envs/bin目录下面的python3.6可执行文件更改为python2.7，注意一下。找到你想要安装的包之后，使用anaconda show 对应的模块名，然后根据它出来的提示进行安装即可。

退出tensorflow环境的命令：conda deactivate

第五步：配置pycharm项目工程文件
在pycharm目录下的bin目录下面执行./pycharn.sh，即可打开pycharm
打开pycharm之后在file下面找到settings，找到你的工程目录文件下面的Project Interprter，进入如下界面，点击右边那个小按钮，点击添加，找到anaconda3/envs/tensorflow/bin/python3添加即可配置好tensorflow环境。

总结

linux下安装常用的一些命令
cd …转到上级目录
conda create --name 环境名 python=版本 安装环境
conda info --envs 查看已经安装的环境，安装的环境都在envs目录下面
conda list 查看已经安装好的模块
conda install 模块 安装模块
anaconda search -t conda 模块 查找想要安装的模块
anaconda show 查找出来想要安装的模块
conda deactivate退出环境