2021-07-25

所配置的环境

Python 3.9
TensorFlow 2.5
CudaToolKit 11.3
Cudnn 8.2

前期准备

笔者采用的是Pycharm Community和Anaconda,获取难度并不大，也是怕有小白迷路，所以附上链接:

1. Pycharm Community;
2. Anaconda;
3. 安装路径不要带有中文和特殊符号；
4. Pycharm安装界面的选项卡可以向笔者一样选择全部勾选或者按需要勾选，这里不再赘述；
5. 更新一下Nvdia显卡驱动 用GeForce Experience或者自己去官网下载安装包均可，否则可能无法支持最新版的CudaToolKit和Cudnn(可以在NVDIA Control Panel中查看）

配置过程

1. 进入Anaconda Powershell Prompt；
   （以下步骤中是否选项均选择是，即输入y后按回车，将不再赘述。）
2. 添加清华镜像源；

conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/
conda config --set show_channel_urls yes

3. 构建虚拟环境并安装对应的python；

conda create -n EnvironmentName python=Version
# EnvironmentName 环境名称 可以自由设置 符合命名规则即可
# Version Python版本 根据需要设置即可 笔者采用的最新版3.9

4. 激活环境并安装CudaToolKit、Cudnn、TensorFlow

conda activate EnvironmentName
conda install cudatoolkit
conda install cudnn
pip install TensorFlow
# TensorFlow在使用conda安装时会出现错误（Solving environment: failed with initial frozen solve. Retrying with flexible solve.），因而采用pip
# 笔者这里仅给出解决方案，原因并未深究，欢迎指正
# 有需要的也可以安装其他包，但是注意Numpy的版本一旦更改可能导致训练时出现错误（张量转换 具体忘记了。） 

5. 环境导入
   Pycharm>>文件>>设置>>项目>>Python解释器>>设置>>添加>>系统解释器（解释器路径一般在Anaconda安装目录下的envs文件夹）

创作感悟

这是笔者第一次写博客，有许多不足，希望大家批评改正！写这篇博客的目的主要是为想学习机器学习的同学指一条路。毕竟，我们不都是踩着巨人的肩膀前行？笔者本身不是计算机专业，专业课内也没有Python的课程，也没有Python语言基础，走上这条路完全是兴趣使然，看了很多博客，踩了好多坑才完成配置，希望把自己的经验分享给即将开始学习机器学习或者感兴趣的人，愿少走些弯路。
想要继续学习的话，可以参考本站“一棵小树”大大的博客的一些例子，笔者能力不足，就不发自己的代码献丑了。
最后，加油，陌生人！