tensorflow、keras、sklearn、keras_metrics简明安装

重新配置深度学习环境，简洁版记录如下，供大家参考，欢迎勘误

本人使用的版本为：tensorflow==2.2.0，python=3.7，keras==2.3.1，cpu版本，基于miniconda3

其他版本tensorflow、keras参照以下链接：

https://master--floydhub-docs.netlify.app/guides/environments/

https://zhuanlan.zhihu.com/p/465947475

1、tensorflow

• 虚拟环境创建：

打开cmd，输入conda激活conda，输入以下代码创建虚拟环境（name处设定环境名称），conda env list代码查看环境是否创建成功 

conda create -n name python=3.7

conda env list

• 激活环境
   

  conda activate tensorflow

•  安装tensorflow（确保已安装镜像，且未连接vpn）
   

  conda install tensorflow=2.2.0

2、keras

• 安装keras前依次安装以下

conda install mingw libpython 
pip install theano

•  安装keras

pip install keras==2.3.1  

3、sklearn

Sklearn (全称 Scikit-Learn) 是基于 Python 语言的机器学习工具。它建立在 NumPy, SciPy, Pandas 和 Matplotlib 之上

•  直接输入以下代码（或conda install scikit-learn）

pip install scikit-learn

4、keras_metrics（确定tensorflow、keras安装完成后）

Keras Metrics 是一个用于在 Keras 模型中添加和跟踪各种性能指标的开源项目。它扩展了 Keras 的功能，使得用户可以更方便地监控和评估模型的性能。该项目支持多种常见的评估指标，如准确率、召回率、F1 分数等

•  直接输入以下代码

pip install keras-metrics

以上为这部分简单的安装教程，在pycharm中添加interpreter环境，显示import无误，正常运行