深度学习python的配置（Windows）

Windows下深度学习python的配置

 

　　一、安装包的下载

　　　　（1）anaconda

　　　　（2）pycharm

　　二、安装教程

　　　　（1）anaconda

　　　　　　　　a、降版本

　　　　　　　　b、换源

　　　　（2）pycharm

　　　　　　　　a、修改hosts

　　　　　　　　b、下载激活文件

　　　　　　　　c、修改配置

　　　　　　　　d、编译环境配置

　　三、深度学习的第三方库的安装

　　四、安装多个版本python

　　五、我的小习惯

　　六、推荐

 

 

　一、安装包的下载

首先，明白深度学习须要什么？python编程语言。pycharm编译环境。keras or keras-gpu？cuda & cudnn ？第三方库？等等一些列的问题，挨个踩坑，如今整理一下

网上有不少安装教程，可是质量参差不齐，并且较为散乱。针对深度学习，将其整理，我已经按照这个步骤装个有个5-6遍了吧！

（1）anaconda　　

https://www.anaconda.com/

有不一样版本windows，mac，linux等等。还有图像界面安装和命令行安装，各求所需。

（2）pycharm

https://www.jetbrains.com/pycharm/download/#section=windows

固然是下载专业版的，不少功能比社区版的好用。不过须要激活，不过激活这事情对于如今的网络的世界简直不能太容易！！！

 

二、安装教程

（1）anaconda

直接去官网下载，可是存在一个问题，就是不少包跟不上版本的更新，好比keras-gpu只能支持3.6，可是anaconda装的是最新版的python3.7（当前时间20190123）听说不久就能支持3.7了。那都是后话！

那么问题来了？怎么办？

别慌。。。降版本，降版本的命令也很简单。安装完anaconda以后打开anaconda prompt输入conda install python=3.6

首先会自动解决环境问题，可能时间会有点长。等就行了。不过解决完环境问题以后，仍是会出现一点点问题。就是在安装python3.6的时候会安装一系列的包，在安装的过程当中很慢，并且超过1M的会安装失败。

那么问题又来了？怎么办？两种解决方案

一、就是持之以恒，在网络情况良好的状况下，等小的安装完成以后，再次conda install python=3.6直至全部的包都安装完成。不然就是版本没降下来。

二、换源。一样在conda install python=3.6以前先换源。一样的在anaconda中输入下面一种源。而后开始降吧。

最近出现一个状况，好像是清华的源不太好用，具体缘由不清楚。注意：在安装完成以后记得删源，以避免之后在pycharm或者conda install安装其余包出现问题。

1 conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
2 conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge 
3 conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/msys2/
4  
5 # 设置搜索时显示通道地址
6 conda config --set show_channel_urls yes

清华源

1 conda config --add channels https://mirrors.ustc.edu.cn/anaconda/pkgs/main/
2 conda config --add channels https://mirrors.ustc.edu.cn/anaconda/pkgs/free/
3 conda config --add channels https://mirrors.ustc.edu.cn/anaconda/cloud/conda-forge/
4 conda config --add channels https://mirrors.ustc.edu.cn/anaconda/cloud/msys2/
5 conda config --add channels https://mirrors.ustc.edu.cn/anaconda/cloud/bioconda/
6 conda config --add channels https://mirrors.ustc.edu.cn/anaconda/cloud/menpo/
7  
8 conda config --set show_channel_urls yes

中科大源

安装完成以后最好再把这些源删掉。防止后面装第三方库出现问题。那么如何删源呢？换回conda的默认源。查看了conda config的文档后，发现直接删除channels便可。

1 conda config --remove-key channels

删源

若是关于换源没看明白？仍是看原文吧　　http://www.javashuo.com/article/p-pymfsjtr-nn.html

安装完成以后呢，python3.6就算完成了。第一步大功告成！

 

（2）pycharm

其实pycharm的安装没有太大问题主要是安装以后激活码的问题。

安装完成以后。

一、修改一个文件。C:\Windows\System32\drivers\etc就是这个文件夹下的hosts文件

打开以后，在最后一行加上一句话：　　#0.0.0.0 account.jetbrains.com

 

二、修改两个文件，首先找到本身的pycharm的安装路径。D:\PyCharm 2018.3.5\bin这是个人。

 

 三、下载一个文件，并将其放在步骤2中bin的文件夹下。

JetbrainsCrack-release-enc.jar下载地址：连接：https://pan.baidu.com/s/1Uy4eCAtYg7nOW_tmYfCsNQ 　　提取码：5pvs

四、修改两个文件，步骤2中bin文件夹中的两个文件pycharm.exe.vmoptions和pycharm64.exe.vmoptions

打开以后在这两个文件以后添加一句话：-javaagent:D:\PyCharm 2018.3.5\bin\JetbrainsCrack-release-enc.jar　　注意标黄的部分是本身的安装路径

 

 五、关闭这些乱七八糟的东西。启动pycharm。进入激活页面输入下面激活码就能够永久激活了。

 1 ThisCrackLicenseId-{
 2 “licenseId”:”11011″,
 3 “licenseeName”:”WeChat”,
 4 “assigneeName”:”IT–Pig”,
 5 “assigneeEmail”:”1113449881@qq.com”,
 6 “licenseRestriction”:””,
 7 “checkConcurrentUse”:false,
 8 “products”:[
 9 {“code”:”II”,”paidUpTo”:”2099-12-31″},
10 {“code”:”DM”,”paidUpTo”:”2099-12-31″},
11 {“code”:”AC”,”paidUpTo”:”2099-12-31″},
12 {“code”:”RS0″,”paidUpTo”:”2099-12-31″},
13 {“code”:”WS”,”paidUpTo”:”2099-12-31″},
14 {“code”:”DPN”,”paidUpTo”:”2099-12-31″},
15 {“code”:”RC”,”paidUpTo”:”2099-12-31″},
16 {“code”:”PS”,”paidUpTo”:”2099-12-31″},
17 {“code”:”DC”,”paidUpTo”:”2099-12-31″},
18 {“code”:”RM”,”paidUpTo”:”2099-12-31″},
19 {“code”:”CL”,”paidUpTo”:”2099-12-31″},
20 {“code”:”PC”,”paidUpTo”:”2099-12-31″}
21 ],
22 “hash”:”2911276/0″,
23 “gracePeriodDays”:7,
24 “autoProlongated”:false}

激活码

 

六、开始欢乐的使用吧。开始配置python环境。不要使用建立的虚拟环境。除非作不少大型项目，当我没说。

打开pycharm的设置，选择本身的interpreter。

在existing environment中找到本身anaconda安装路径下的python。

到这里就算配置完成了。

 

三、深度学习的第三方库的安装

 安装keras-gpu会自动，会自动装tensorflow和tensorflow-gpu会自动安装。而且会将cuda和cudnn也会安装上。就是说基本上只要安装了这个。深度学习的GPU配置就算差很少完事了。

剩下的都不是问题。。

（1）第一种安装方式——经过pycharm安装，keras-gpu

（2）第二种安装方式——conda install keras-gpu

 

 四、我的小习惯

（1）修改主题背景。

固然也能够选择本身喜欢的字体和大小。

（2）设置缩放快捷键

放大

缩小

五、安装多版本python

 

有时候由于须要不得不安装多个版本python，安装多个python版本最大的问题就是安装包的管理。因此踩坑记录`

推荐使用anaconda建立虚拟环境。关于conda的命令介绍

1. conda list：查看安装了哪些包。
2. conda install package_name(包名)：安装包
3. conda env list 或 conda info -e：查看当前存在哪些虚拟环境
4. conda update conda：检查更新当前conda
5. conda -h可查看更多帮助

conda 的包管理功能是对 pip 的一种补充，若是须要安装一些第三方库，可使用conda install

 

一、使用conda prompt，安装python3.6，须要安装别的版本，自行修改。

conda create --name py36 python=3.6 

--name后面的名字能够本身随意修改，建立完成以后后在anaconda3\envs里出现这个虚拟环境，进去以后一样会有一个python.exe，scripts和libs\site-packages，

这个和anaconda3下也有这两个目录，这就是不一样版本。若是须要安装包，第一种方式，就是在pycharm里选择interpreter-exist environment中找到anaconda3\envs\python.exe,

而后就能够正常点加号进行安装了。

第二种方式就是用命令行进行安装，这个时候须要进入到相应python版本的相应的scripts文件下，由于在这个文件下有pip，若是直接pip，就会由于系统环境变量的缘由，

形成包的混乱，最终致使的结果就是卸载全部，从新安装。因此必定要慎重。

若是使用conda install安装的包，虚拟环境是没法使用的。由于它是针对anaconda3文件下的python.exe安装的包

二、安装完成以后，会询问是否激活虚拟环境，此时

activate py36

三、若是又不须要虚拟环境怎么办？

# 删除虚拟环境
使用命令conda remove -n your_env_name(虚拟环境名称) --all， 便可删除。
# 删除虚拟环境中的包
使用命令conda remove --name $your_env_name  $package_name（包名） 便可。

 

 

 六、推荐

 （1）Notepad++一款很好用的软件　　https://notepad-plus.en.softonic.com/

（2）snipaste一款很好用的截图软件　　http://soft.onlinedown.net/soft/583826.htm

（3）everything一款很好用的搜索软件　　https://everything.en.softonic.com/

我是尾巴~

这件事已经拖拉很长时间了，终于把它弄完了。20190423貌似今天是世界读书日。

给本身定个小目标今年看完三本书！！！

这世界上的一切并非以“有用”是否来很衡量的。