本文写的比较简单,期间遇到的一些小麻烦,自己不认为成为阻碍,所以没有详细写。
如有疑问可以联系QQ:2922530320
Pycharm
Pycharm使用Anaconda
Pycharm 在新建项目的时候可以指定Conda环境,前提是已经安装了Conda。
如果创建项目的时候没有指定conda环境:
Setting => Project => Project Interpreter
里面修改 Project Interpreter , 点击齿轮标志再点击Add Local为你某个环境的python.exe解释器就行了
Anaconda
Anaconda 安装包可以到 https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/ 下载。
如果pip安装软件包速度很慢,可以使用清华的镜像库
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
介绍:Anaconda会创建一个独立的python环境,针对某个应用下载其需要的依赖包,并保存在一个自定义的目录(目录名通过Anaconda创建项目时指定),之后我们在Anacoda的环境中编写代码,代码引用的包就是Ananconda为此项目独立下载的包,不会影响到宿主机和其他环境。
比如你要在learn环境中编写程序, 那么就修改为~/anaconda3/envs/learn
, 可以看到这时候下面的依赖包也变成了learn环境中的包了.接下来我们就可以在pycharm中愉快的编码了.
常用的命令
查看所有的环境
conda env list
安装第三方包
conda install requests
或者 pip install requests
卸载第三方包
conda remove requests
或者 pip uninstall requests
查看环境包信息
conda list
导入导出环境
conda env export > env.yaml
conda env create -f env.yaml
切换环境
activate python35 #Windows
source activate python35 #linux&Mac
创建环境
conda create -n <env_name> python=3.6
创建一个环境,指定环境名称,并指定使用的python版本
删除环境
conda remove -n <env_name> --all
删除环境以及下属的所有包
安装Tensorflow
1、正常流程大概是第一步这样的,但是,我们一般不走寻常路。
tensorflow目前为止支持到cuda9.0,而ubuntu18.04上默认的cuda是9.1,安装方式很简单:sudo apt install nvidia-cuda-dev
。本人懒的重装cuda,因为还要降级gcc到6.0。既然官方不支持,就找非官方的。所以跳过第一步(其实第一步也不完整)。
在anaconda环境下执行
pip install tensorflow-gpu
cuda历史版本下载
https://developer.nvidia.com/cuda-toolkit-archive
具体执行命令和安装方式在下载的地方已经有说明了。
2、网上大神已经编译好的tensorflow,目前已经更新到1.8了。
https://github.com/mind/wheels/releases/
有三个版本,cp27,cp35和cp36,分别对应的是python2.7,3.5和3.6。
下载[TensorFlow 1.8 (GPU, CUDA 9.1, cuDNN 7.1, no MKL)]这个标题下面的包。
在自己的anaconda环境安装下载好的tensorflow
pip3 install 上面下载的 .whl 文件
cuDNN安装
官网下载需要注册,网上有人提供了下载好的。
链接: https://pan.baidu.com/s/1DiQYF8KFnuwfVDnmlxBw7w 密码: ga6s
tar -xf cudnn-9.1-linux-x64-v7.1.tgz
cd cuda
sudo cp include/cudnn.h /usr/include/
sudo cp lib64/* /lib/
最后一步
重启系统