windows系统AI学习环境搭建
建议安装miniconda,miniconda是一个轻量级的环境管理工具,比anaconda会省内存。
Miniconda安装
Miniconda是一个轻量级的conda安装环境,默认只包含了python和conda,但是可以通过pip和conda来安装所需要的包。
之前安装过anaconda的同学,就不用再次安装miniconda了,可直接从创建虚拟环境开始操作。
下载Miniconda
Miniconda的官网下载网址:https://conda.io/miniconda.html
官网的下载源在国外,下载速度可能会很慢,建议移步清华大学的开源软件镜像网站下载:
https://mirrors.tuna.tsinghua.edu.cn/anaconda/miniconda/
如下图,下载文件Miniconda3-latest-Windows-x86_64.sh
即可。
安装步骤
Step1:下载完成后,双击exe文件,出来以下的设置界面,直接点Next。
Step2:点击I Agree
。
Step3:选择用户Just Me
,点击Next
。
Step4:设置安装路径,注意Anaconda安装目录中不要有中文,一般默认即可。
Step5:界面有两个选项,把两个都勾上,点击Install就可以开始安装。
两个选项的作用分别是:
将anaconda的路径加入到系统环境变量PATH中
Anaconda所带的Python 3.7为系统默认的python版本
安装好后,先查看conda是否可以正常运行。
左下角的搜索框输入”anaconda prompt“。
点击‘’Anaconda Prompt (miniconda3)“,在弹出的命令行中输入conda env list
。
如果弹出上图的结果表示conda可以正常使用。
conda搭建虚拟环境
虚拟环境的作用
如果在一台电脑上,想开发多个不同的项目,需要用到同一工具包的不同版本,但是在同一个环境下安装或更新特定版本的工具包,就会覆盖以前的版本,而依赖以前版本的项目就无法运行了。
虚拟环境可以搭建独立的python运行环境,使得单个项目的运行环境与其它项目互不影响。
conda是一个开源包管理系统和环境管理系统,用于管理多个虚拟环境、安装多个版本的软件包及其依赖关系,并实现环境之间的轻松切换。
这一节会教大家如何用conda来管理python虚拟环境。
conda添加国内源
因为默认的conda仓库源在海外,速度比较慢,所幸国内有一些镜像站,例如清华源就很好用。
这里根据清华源的官方文档https://mirrors.tuna.tsinghua.edu.cn/help/anaconda/做一下配置:
将下述内容替换到C:\Users\你的用户名
目录的.condarc
文件中【用记事本打开】
提示:直接复制文档中的内容,可能会出现格式问题,建议去https://mirrors.tuna.tsinghua.edu.cn/help/anaconda/复制
若目录中没有
.condarc
文件,可在Anaconda Prompt命令行中先执行指令以下指令,生成.condarc
文件conda config --set show_channel_urls yes
一定要注意按照链接的复制,不能多一行空行
channels:
- defaults
show_channel_urls: true
channel_alias: https://mirrors.tuna.tsinghua.edu.cn/anaconda
default_channels:
- https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main
- https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free
- https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/r
- https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/pro
- https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/msys2
custom_channels:
conda-forge: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
msys2: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
bioconda: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
menpo: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
pytorch: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
simpleitk: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
在Anaconda Prompt命令行运行 conda clean -i
清除索引缓存,保证用的是镜像站提供的索引。
最后,用conda info
查看是否已经把源添加进去了。
常用操作
创建虚拟环境
在Anaconda Prompt命令行输入:
conda create -n AI python=3.6 -y
第一次创建虚拟环境会比较慢,大家耐心等待一下
每个人的网速不同,可能会出现time out
或者说dismatch
错误不要慌,重试几次命令,坚持就是胜利【我有一次试了6次,难过】
因为网速创建环境慢,目前没有找到更好的办法,有解决方案的,欢迎留言哈
AI
是虚拟环境名称,可以根据自己喜好命名。
python=3.6
表示安装python3.6版本。
我们安装的miniconda默认的python版本是3.7,我们创建虚拟环境可以更换python版本,不影响使用。
-y
表示创建途中询问是否继续时都选yes。
创建完成后,可以输入conda env list
或conda info --env
,查看conda中所有的虚拟环境:
图中的AI就是我们新建的虚拟环境。
激活虚拟环境
在Anaconda Prompt命令行输入:
conda activate AI
输入conda list
查看虚拟环境当前有哪些工具包,因为没有装其他工具,所以现在的虚拟环境是干净的。
退出虚拟环境
在Anaconda Prompt命令行输入:
conda deactivate
即可退出当前虚拟环境。
删除虚拟环境
如果想要删除整个虚拟环境,可以在系统环境下(即退出当前虚拟环境)的Anaconda Prompt命令行输入:
conda remove -n AI --all
一般在虚拟环境出错的情况下才会选择直接删除。
这一操作了解,不用操作
安装项目所需工具包
在安装前,记得激活自己的虚拟环境,在Anaconda Prompt命令行输入指令:
conda activate AI
接着在命令行输入指令:
pip install numpy==1.18.1 scipy matplotlib seaborn pillow opencv-python==3.4.2.17 tensorflow==1.9.0 h5df requests psutil sklearn -i "https://mirrors.aliyun.com/pypi/simple"
-i "https://mirrors.aliyun.com/pypi/simple" 这个是阿里的源,pip安装的源用阿里的比较稳定
出现successfully就说明安装成功了,开始学习下面的内容就好了。
本文地址:https://blog.csdn.net/qq_38193902/article/details/107143555
上一篇: Vue – 基础学习(1):对生命周期和钩子函的理解
下一篇: 指定日期,判断其所属年份是否为闰年
推荐阅读
-
小白学习Python之路---开发环境的搭建
-
Windows下搭建PHP开发环境(Apache+PHP+MySQL)
-
Docker学习之基于Dockerfile搭建JAVA Tomcat运行环境的方法
-
详解Docker学习笔记之搭建一个JAVA Tomcat运行环境
-
Redis入门(介绍、搭建)——Windows、Centos环境
-
Win8.1系统下搭建IIS8.5+PHP5.5.4运行环境教程
-
Ubuntu系统下搭建mysql环境教程
-
[Hadoop] Windows 下的 Hadoop 2.7.5 环境搭建
-
windows环境下如何搭建Consul+Ocelot
-
在windows下搭建汇编编程环境