anaconda环境搭建（tensorflow，sklearn，lightgbm，pandas，jupyter等）

版权声明：本文为博主原创文章，未经博主允许不得转载。 https://blog.csdn.net/u013596119/article/details/84673711

首先下载anaconda安装包：https://www.anaconda.com/download/

安装成功后加入环境变量（作者的安装路径是：C:\Anaconda3）

首先更新conda：

conda upgrade conda
conda upgrade --all

之后：

1.创建environment：

conda create --name ml python=3.6

注意：截止2018.12月，如果要安装tensorflow，必须设置python<=3.6，tensorflow还没有加入python 3.7以上版本的支持，未来支持版本会更新，请读者自己根据情况设置

2. 激活environment：

activate ml

3. 安装numpy：

conda install numpy

4. 安装pip:

conda install pip

5. 安装tensorflow：

pip install --upgrade tensorflow

6. 安装keras：

pip install Keras

7. 安装pandas:

conda install pandas

8. 安装sklearn:

conda install scikit-learn

9. 安装lightgbm:

conda install -c conda-forge lightgbm

10. 安装matplotlib:

conda install matplotlib

11. 安装nb_conda:

conda install -c anaconda-nb-extensions nb_conda

12. 安装jupyter:

conda install jupyter

13. 在当前environment运行jupyter：

jupyter notebook

14. 选择当前environment的python:

15. 创建一个新的kernel测试安装结果：

import tensorflow as tf
print ("TensorFlow version: " + tf.__version__)

import keras
print(keras.__version__)