ZJ-关于python环境配置的一些问题

安装库的基本操作

Anaconda 界面新建环境并配置

打开Anaconda后进入Environments中，create一个新的环境名（例如line，python的版本一般选择最新版，下边的R不勾选）。此时将右侧对话框中标志该环境下已经installed的包改为all，在Search Packages处搜索所需库的名字（例如opencv），回车后界面如图所示，包括了有关于OpenCV的所有库。此时我们勾选所需的库（例如OpenCV），右下角会出现绿色框框Apply，点击即可完成安装。

在anaconda prompt 中使用conda命令操作环境

https://blog.csdn.net/WJ_MeiMei/article/details/84259564
环境切换、添加镜像等。

pip安装库（更常用）

安装包命令：pip install 包名
卸载包命令：pip uninstall 包名
高速安装包命令：pip install -i https://pypi.tuna.tsinghua.edu.cn/simple 包名（注：下载速度上是30k和6.4M的对比啊，清华镜像）

.

注意打开文件夹时要使得在该文件夹下一级即为可运行的python，而不可下两级甚至多级。否则运行程序时会题型不能打开文件和目录等错误。

如果遇到报错：ImportError: DLL load failed: 找不到指定的模块。则可能是环境配置出错了，其中的原因可能是安装的模块版本与已经搭建好的程序的版本不符，此时需要用如下命令安装指定版本的包：pip install tensorflow==1.13.1（注：亲测，pip install tensorflow 1.13.1错误）。如果此步骤用上述方法中的清华镜像安装会快很多。

使用tqdm模块中的tqdm_notebook（）函数时，报错: NameError: name ‘IntProgress’ is not defined，可使用pip install ipywidgets在安装了一堆东西后即可运行。

可尝试：activate 环境名 ，激活环境

在安装CV2时，要使用pip install opencv-python命令。

安装pytorch和TensorFlow的CPU/GPU版本

安装pytorch的GPU版本conda install pytorch torchvision cudatoolkit -c pytorch

安装pytorch的CPU版本conda install pytorch torchvision cpuonly -c pytorch

安装TensorFlow的GPU版本conda install -c anaconda tensorflow-gpu

安装TensorFlow的CPU版本conda install -c anaconda tensorflow

测试上述安装是否成功，使用此处的代码进行验证：https://github.com/abhinand5/blog-posts

参考文章：用Windows电脑训练深度学习模型？超详细配置教程来了

.
.
.
很重要的一个点：
在启动某个IDE时尽量在对应的环境中直接启动，否则容易出现错误。下图是上边参考文章的摘录：

.
.
.
conda和pip安装包的对比：