Anaconda环境基本配置

python在机器学习领域的重要性日渐提升，但是其包管理以及python不同版本之间存在的不兼容性问题着实让人头疼。使用虚拟环境来进行包管理以及python不同版本之间的管理重要性则不言而喻了，本人试过了docker也试过了anaconda，相比较而言anaconda更为好用(个人观点，不喜勿喷)。接下来，将对anaconda环境下需要的各种包做一个基本的小结。

安装anaconda

首先下载Anaconda。本人的使用环境为Ubuntu16.04, 默认python版本为2.7，为了因此不必要的冲突，使用anaconda2的版本。

更改文件安装源(加速)

通过实践，发现清华的tuna源相对而言较好，因此以下将anaconda添加清华tuna的channel：

conda config --add channels 'https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/'

conda config --set show_channel_urls yes

新建tensorflow环境

# 新建python=2.7的anaconda环境
conda create -n tensorflow python=2.7
# 新建python=3.6的anaconda环境
conda create -n tensorflow3 python=3.6

如果我们不指定python版本，那么conda create得到的python版本将与anaconda的一致。

激活anaconda环境

source activate tensorflow3

退出anaconda环境可以使用如下命令：

source deactivate tensorflow3

安装OpenCV3.x

conda install -c menpo opencv3 

以上就是anaconda环境的基本配置，有更多的需要直接与无anaconda环境一致即可，在此不进行赘述。

此外，pycharm真的是一款强大的IDE，为python工程项目的完成提供了有力的支持。