科学计算环境配置教程

科学计算环境配置教程

你本次须要安装，最好用有线网下载。

• Anaconda

• spyder

• jupyter notebook

• Sklearn

• XgBoost

• LightGBM

• CatBoost

• Keras

• TensorFlow

文末有介绍如何在实验室的文件服务器上，下载所须要的安装包。

1.Anaconda安装

若是你已经装了Anaconda，而且在使用过程当中没有出现奇怪的问题，能够跳过安装步骤。

不然，建议你把原来的卸载掉，按照这个步骤从新安装！！！

1.1安装

首先在清华镜像站下载安装包：https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/

1. 选择Anaconda3-5.0.1版本下载（经踩坑发现，5.2和5.3版本在建立环境时存在bug；因此不要在乎后面图片写的是5.3版本的，事实上我在5.0版本上才安装成功）

1. 运行安装包，改变安装目录，将其放到非系统盘

1. 将两个选项都勾上，安装

1. 这里选择跳过

![4.jpg](https://upload-images.jianshu.io/upload_images/7007489-4af3e97327194fff.jpg?imageMogr2/auto-orient/strip%7CimageView2/2/w/1240)

1.2 更换conda镜像源

anaconda默认的镜像源在国外，访问速度很是慢。因此这里咱们首先将它改成国内的清华镜像站。

1. 按下win+R快捷键，在运行窗口输入cmd

1. 在cmd中，依次输入如下三行命令。（逐条复制上去）

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

像这样就完成了

1.3 更换pip源

默认pip源也在国外，这里换成国内豆瓣提供的pip源：

• 1. 在C:\Users【你的用户名】 目录下新建一个名为pip的文件夹

• 1. 在pip目录下建立pip.txt文件，并将文件后缀名改成ini

将如下内容写入文件，并保存

[global]
timeout = 60
index-url = https://pypi.doubanio.com/simple

• 1. 完成

2环境安装

2.0 Anaconda

anaconda 5.0默认Python版本为3.6.3，目前已经支持TensorFlow了，这意味着你能够跳过这一步。

可是，保险起见，咱们仍是使用Python3.5环境，由于这个版本的Python，有更多的科学计算包兼容它。

• 1. 在开始菜单中启动它。（启动较慢，需等待）

• 1. 建立一个名为py35的python 3.5环境

• 1. 接下来安装所要的包

注意将Applications on切换到新建的py35环境，把箭头所指的都装上。

以上步骤，若是你打不开界面，或者安装时报错，能够在命令行中进行操做。在cmd中依次执行如下命令：

conda create -n py35 python=3.5
activate py35
conda install spyder
conda install jupyter
conda install glueviz

• 1. 安装完成后启动这个jupyter notebook

  ​

• 1. 在浏览器打开这个地址

• 1. 在右上角，新建一个ipython文件

• 1. 确保这段代码可以正常运行，即安装成功

  若是没有报错，则说明上面步骤没有问题。

2.1 安装scikit-learn

在cmd中输入如下命令，激活刚刚建立的py35环境

activate py35

注意：在cmd中使用命令操做所建立的环境以前，都须要指定一个环境，并激活它。

使用（activate + 环境名称）激活环境

一共两步

1. 输入activate py35，激活环境

2. 输入

   pip install scikit-learn

运行这段代码，若是没有报错则说明安装成功

from sklearn.ensemble import RandomForestClassifier

2.2 安装XGBOOST

输入如下命令：安装

pip install xgboost

检查是否安装成功

import xgboost as xgb

2.3 安装LightGBM

输入如下命令：安装

pip install lightgbm

检查是否安装成功

import lightgbm as lgb

2.4 安装CatBoost

输入如下命令：安装

pip install catboost

检查是否安装成功

from catboost import CatBoostClassifier

2.5 安装TensorFlow CPU版

若是你没有显卡，或者你的显卡不是Nvidia的，请安装CPU版。

pip install tensorflow

2.6 安装TensorFlow GPU版

若是你的显卡是NVIDIA的，建议安装GPU版，它支持cuda加速，能够十倍提升精算性能。

在安装GPU版的tensorflow以前，你须要安装CUDA Toolkit和cuDNN

注意：在进行如下步骤以前，请再次确认，你的显卡是NVIDIA的显卡，而且显卡驱动版本为384.x或以上。

最新release版本的tensorflow须要如下工具包。安装时，必定要注意版本号对不对！！

• CUDA® Toolkit —TensorFlow supports CUDA 9.0.
• cuDNN SDK (>= 7.2)

这两个安装包已经上传到了群文件，请直接下载安装。（安装包是win10的，其余系统自行下载）

CUDA

运行cuda_9.0.176_win10.exe文件

1. 首先选择一个临时文件夹，在安装结束后能够将其删除

1. 选择Custom安装！！

1. 建议将这三个文件夹放在同一目录下(方便后面查找)

2. 一路next，安装完成

cuDNN

1. 解压cudnn-9.0-windows10-x64-v7.4.1.5.zip

2. 复制解压出来的文件

3. 将其复制到cuda/development目录

4. 在环境变量中添加如下路径

   注意将目录改为本身的

   安装tensorflow-gpu

   1. 激活环境后，在cmd输入如下命令进行安装：

   pip install tensorflow-gpu

   1. 运行如下代码，检测是否安装成功

      import tensorflow as tf
      hello = tf.constant('Hello, TensorFlow!')
      sess = tf.Session()
      print(sess.run(hello))

2.7 Keras安装

注意：Keras必定要在装好TensorFlow以后安装。

输入如下命令：安装

pip install Keras

运行如下代码，检测是否安装成功

from keras.layers import Dense

- 恭喜你，终于把环境配好了~

文件下载

• Anaconda安装包
• CUDA安装包
• cuDNN文件

以上文件均已上传到实验室文件服务器。

使用有线网，在地址栏输入\\file.kenvix.com\File\科学计算环境安装，便可下载。

最后介绍一下jupyter notebnook快捷键

快捷键有不少，这里介绍最经常使用的几个

• Shift-Enter : 运行本单元，选中下个单元
• Ctrl-Enter : 运行本单元
• Alt-Enter : 运行本单元，在其下插入新单元
• Shift-Tab : 输出帮助信息，部分函数、类、方法等会显示其定义原型，若是在其后加 ? 再运行会显示更加详细的帮助
• Tab : 代码补全
• ESC : 进入命令模式
• A : 命令模式下使用，向上增长单元
• B : 命令模式下使用，向下增长单元

随安装教程发布的还有Python入门的jupyter notebook文件，

请用jupyter notebook打开，并弄懂里面的代码。

• 欢迎关注个人公众号，一块儿学习！