搭建人工智能图像处理环境

Anaconda一站式开发环境搭建。

工欲善其事必先利其器,在我们学习之前,我们先要搭建一个属于我们自己的开发环境。我们开发的环境是有anaconda、testflow、opencv和notebook构成。

Anaconda指的是一个开源的Python发行版本,其包含了Python、conda等180多个科学包及其依赖项。 因为包含了大量的科学包,Anaconda 的下载文件比较大。

这么说可能有点抽象,大家可以直接把Anaconda理解为一个python的傻瓜捆绑包。

为什么要安装Anaconda?

Anaconda对于python初学者而言及其友好,相比单独安装python主程序,选择Anaconda可以帮助省去很多麻烦,Anaconda里添加了许多常用的功能包,如果单独安装python,这些功能包则需要一条一条自行安装,在Anaconda中则不需要考虑这些,同时Anaconda还附带捆绑了两个非常好用的交互式代码编辑器(Spyder、Jupyter notebook)。

1.anaconda的下载

关于下载有两个方法:

①anaconda官网下载

下载地址:https://www.anaconda.com/products/individual

注意选用该电脑相应的系统和64/32位。

该方法缺点:下载慢

②镜像下载

方法:搜索anaconda清华即可,选择最新版本下载,同时匹配电脑系统Windows和操作系统64位即可。

我们这里是采用的是anaconda官网下载。

Anaconda 是跨平台的,有 Windows、macOS、Linux 版本,我们这里以 Windows 版本为例,点击那个 Windows 图标。

我这里选择下载

Python 3.7 version *–Python 3.7 版 *

64-Bit Graphical Installer (486 MB) --64位图形安装程序(点击Download默认下载64-bit版本)

当然,你也可以根据自己的实际情况或者使用习惯,选择 Python 2.7版的,或者 32-Bit 版本的。

我们这里点击下载windows下的Python 3.7 64-Bit Graphical Installer (466 MB)下载的结果如下所示。

2.anaconda的安装过程

打开下载好的 Anaconda3-2019.07-Windows-x86_64.exe文件,出现如下界面。

没什么好说的,点击 Next 即可。

Just me和All users的选择影响不大,最好选All users,原因大概是如果安装过Python也有该选项,需要匹配。假如你的电脑有好几个 Users ,才需要考虑这个问题。其实我们电脑一般就一个 User,就我们一个人使用,如果你的电脑有多个用户,选择All Users。不管是选择哪个,后续的安装流程都是相同的,所以不用在这里太过纠结,这里直接选择Just Me,然后继续点击 Next 。

选择安装路径,这里建议装在C盘,也就是默认安装位置。(我的用户名是50454,大家选择Just me之后,路径就会自动选择在自己的windows账户下,默认是Administrator)安装完大概3个G,如果C盘空间很紧张也可以装在其他盘,但将来我们在使用时在读取速率上可能会有一定的影响。选择好了之后点击Next

安装路径最好是默认路径,可以省很多事。当然,改路径也无所谓,只要能配置好环境即可。且路径中不要出现中文字符。一定不要在这一步勾选第一个选项配置环境,后续自己配置环境,否则容易出错,且出错后卸载很麻烦Ծ‸Ծ

接下来是重中之重,第一个选项是添加环境变量,默认是没有勾选的,请务必勾选上,如果这里不勾选,后续安装完成后想要自行添加环境变量会非常麻烦。勾选完后点击 Install 安装。如果忘了勾选可以卸载重装。

这里是pycharm的一个推广,pycharm是一个代码编辑器,在代码编辑器中编辑代码会给予根据不同语法自动缩进以及高亮显示等。

没有需求的话可以不用管,最后一步了,继续点Next。

安装成功后,进入anaconda。

自此安装就完毕了。接下来配置环境,在cmd上检查一下就可以了。

Finish完成。(那两个 √ 可以取消。)

安装完成后在开始菜单会多出一个快捷方式,也就是Anaconda下的子程序:

其中Anaconda Prompt 就是我们的cmd,打开后如下:

键入python --version 回车,查看当前安装的python版本

我们也可以通过键入python 回车进入python解释器

3.配置环境

如果之前没有添加环境变量,那么这里就需要添加环境变量。添加的方法例如下面所示的一样。

主要有两个环境的配置:

①anaconda安装路径(为了Python检查正常):前面安装时路径一定要记清楚,我的默认是C:\ProgramData\Anaconda3

②安装路径\scripts(为了conda检查正常):只需在上述路径中找到scripts,然后复制路径即可,我的默认路径是C:\ProgramData\Anaconda3\Scripts

上述两个环境变量都是通过:此电脑—右键—高级系统设置—环境变量—系统变量—双击path—新建这两个变量即可。

4.检查

快捷键:Windows+R

或Windows系统—运行—cmd—

①Python

输入Python后有如下显示即可证明没有问题

图片发自简书App

②conda

输入conda后有如下显示即可证明没有问题

图片发自简书App

注意,这两个都不要有warning的信息,否则要找出问题。

③更新升级工具包

conda upgrade --all

之后有提示输入y即可

5.jupyter的使用

全部安装完成后,使用jupyter时需要注意打开.py文件必须要将文件放入默认路径,否则是打不开的。

①默认路径查看:jupyter notebook打开之后看serving notebooks from local dictionary:C:\Users\Administrator

一定要把文件放在默认路径下。

②改变默认路径

以后再说,现在没有改的打算。

至此,全部安装完毕并能成功打开文件。

6.下载安装tensorflow

打开软件后,我们先进入Environments环境,然后创建一个TensorFlow的环境,python的版本选择最新的3.7的版本。点击creat创建即可。

我们将tensorflow环境搭建好了,创建后的结果如下所示:

注意这里没有任何opencv和tensorflow的源代码。

然后选择All,开始下载安装tensorflow源代码。

输入tensorflow搜索,然后选择r-tensorflow和tensorflow下载。点击apply选项。

点击apply应用。

7.下载安装opencv

然后选择All,开始下载安装opencv源代码。

输入opencv搜索,然后选择opencv下载。点击apply选项。

点击apply应用。

8.下载安装notebook

我们点击home,选择home页面。选择applications on tensorflow。注意是在安装tensorflow的环境下安装notebook。

安装下面这个。

安装jupyter。安装了之后就可以launch。

那么到现在为止,我们的一站式anaconda环境的搭建成功了。

anaconda一站式环境的搭建(anaconda、tensorflow、opencv)的更多相关文章

  1. 史上最全最详细的环境搭建教程,行百里者手把手教你在windows下搭建Anaconda+pycharm+库文件(TensorFlow,numpy)环境搭建

    我是在搭建TensorFlow开发环境的道路上走了很多弯路 掉了很多头发,为了让广大同学们不在受苦受累 下面我将手把手教你学习如特快速搭建python环境 快速导入numpy,PIL,pillow,等 ...

  2. Could not find conda environment: tensorflow | anaconda激活环境

    问题:在使用Anaconda Prompt时activate tensorflow时出现Could not find conda environment: tensorflow. 解答: 因为大家在使 ...

  3. 001-深度学习Pytorch环境搭建(Anaconda , PyCharm导入)

    001-深度学习Pytorch环境搭建(Anaconda , PyCharm导入) 在开始搭建之前我们先说一下本次主要安装的东西有哪些. anaconda 3:第三方包管理软件. 这个玩意可以看作是一 ...

  4. Ubuntu16.04深度学习基本环境搭建,tensorflow , keras , pytorch , cuda

    Ubuntu16.04深度学习基本环境搭建,tensorflow , keras , pytorch , cuda Ubuntu16.04安装 参考https://blog.csdn.net/flyy ...

  5. Anaconda多环境多版本python配置指导

    Anaconda多环境多版本python配置指导 字数3696 阅读644 评论0 喜欢0 最近学python,读完了语法后在GitHub找了一些练习来做,由 于学的是python3.x语法,而Git ...

  6. (通用)深度学习环境搭建:tensorflow安装教程及常见错误解决

    区别于其他入门教程的"手把手式",本文更强调"因"而非"果".我之所以加上"通用"字样,是因为在你了解了这个开发环境之后 ...

  7. [ZZ] 如何在多版本anaconda python环境下转换spyder

    https://www.zhihu.com/people/alexwhu/answers 使用anaconda的话,可以参考以下步骤: 1.打开anaconda navigator,选择左侧的环境菜单 ...

  8. Anaconda多环境多版本python配置笔记

    一.Conda测试过程: 使用conda.首先确认已经安装好了conda 配置环境.下一步通过创建几个环境来展示conda的环境管理功能.学习如何确认在哪个环境中,以及如何做复制一个环境作为备份. 测 ...

  9. Mac下安装OpenCV3.0和Anaconda和环境变量设置

    入手Mac几天了,想在Mac OS下玩玩OpenCV和keras,间歇捣鼓了两天,终于搞定zsh.OpenCV3.0以及Anaconda.OpenCV3.0刚发布不久,这方面的资料也不是很多,能够查到 ...

随机推荐

  1. MongoDB入门二

    MongoDB配置 本地启动 c:\MongoDB\bin>mongod.exe --dbpath "C:\\MongoDB\data\db" --logpath " ...

  2. 只需几行 JavaScript 代码,网页瞬间有气质了!

    最近在网上闲逛,发现一个特别好玩的 JavaScript 库,叫 RoughNotation.干嘛用的呢?就是在网页上给文字加标注,比如下划线.方框.高亮文字背景等,不过是手写风格的!截图给大家感受下 ...

  3. java.math.BigDecimal cannot be cast to [Ljava.lang.Object;

    从数据库中使用sum函数取出统计值后,放进list中,遍历list的时候强转化成Object是报错. BigDecimal .Integer不是基本类型,是int的包装类,无法把包装当做基本类型来用. ...

  4. mybatis源码配置文件解析之五:解析mappers标签流程图

    前面几篇博客分析了mybatis解析mappers标签的过程,主要分为解析package和mapper子标签.补充一张解析的总体过程流程图,画的不好,多多谅解,感谢.

  5. python之浅谈循环

    目录 流程控制之while循环 语法 while+break while+continue while+else while循环的嵌套 流程控制之for循环 语法 for+break for+cont ...

  6. Linux下Jmeter+nmon+nmon analyser实现性能监控及结果分析

    一.概述 前段时间讲述了Jmeter利用插件PerfMon Metrics Collector来监控压测过程中服务器资源的消耗,一个偶然机会,我发现nmon这个 工具挺不错,和Jmeter插件比起来, ...

  7. 执行dotnet *.dll启动项目,如何修改环境变量----ASPNETCORE_ENVIRONMENT

    docker环境: 启动容器时,添加参数:-e " ASPNETCORE_ENVIRONMENT=Development" windows系统: 命令行,以管理员身份运行:setx ...

  8. pdfjs优化,实现按需加载,节省流量和内存

    1 问题 当使用pdfjs来实现预览功能的时候,遇到了2个问题: 一是带宽占用过大,会下载整个pdf文件,这对部署在公网的应用来说,成本压力很大,因为云服务带宽是很贵的. 二是内存占用过大,一个80M ...

  9. JS的一些知识点

    1.介绍一下js的数据类型有哪些,值是如何存储的 JavaScript一共有8种数据类型,其中有7种基本数据类型:Undefined.Null.Boolean.Number.String.Symbol ...

  10. embedded database (H2, HSQL or Derby), please put it on the classpath

    Description: Failed to configure a DataSource: 'url' attribute is not specified and no embedded data ...