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. script写在head与写在body中的区别

    咱先说将Javascript写在head里面的情况吧,如果你要在这里面去操控DOM元素,是会报错的,因为浏览器是先执行head标签里面的内容,在执行时你的DOM元素还没有生成.(使用了windows. ...

  2. 进度条的使用 Progress控件

    MFC编程实例二:进度条的使用 2011-03-22 09:09:09|  分类: C++(C语言) |  标签:进度  nlower  nupper  添加  mfc  |字号 订阅    本人用的 ...

  3. 哈希传递攻击利用(Pass The Hash)

    最近又复习了一下内网的相关知识,把以前的整理了一下发出来做个记录. 0x01 哈希传递攻击概念 有一点内网渗透经验的都应该听说过哈希传递攻击,通过找到相应账户相关的密码散列值(LM Hash,NTLM ...

  4. Maven中央仓库正式成为Oracle官方JDBC驱动程序组件分发中心

    1. 前言 相信参与使用Oracle数据库进行项目开发.运维的同学常常被Oracle JDBC驱动的Maven依赖折磨.现在这一情况在今年二月份得到了改变,甲骨文这个老顽固终于开窍了. 一位甲骨文的工 ...

  5. STL初步学习(set)

    2.set set可以看作一个集合,可以实现自动排序(升序)和去重 在许多题目中,都可以使用这个模板库,减少很多操作,例如P1923 第k小数,当然,这道题有很多奇奇怪怪的做法,分值都不同,之后会讲解 ...

  6. 讲讲 Promise

    一.什么是 Promise 1.1 Promise 的前世今生 Promise 最早出现在 1988 年,由 Barbara Liskov.Liuba Shrira 首创(论文:Promises: L ...

  7. 用WebIDE(coding)编写c语言

    本期教程有对应视频 首先注册登录coding,打开coding的Cloud Studio 创建一个新的工作环境 安装依赖命令build-essential sudo apt-get update su ...

  8. html中为何经常使用<i>标签来作为小图标呢?

    很多网站都是习惯使用<i></i>来代表小图标?而实际上用 <i> 元素做图标在语义上是不正确的(虽然看起来像 icon 的缩写),那么用<i>表示小i ...

  9. 【树形DP】洛谷P2585 [ZJOI2006] 三色二叉树

    [树形DP]三色二叉树 标签(空格分隔): 树形DP [题目] 一棵二叉树可以按照如下规则表示成一个由0.1.2组成的字符序列,我们称之为"二叉树序列S": 0 该树没有子节点 1 ...

  10. BZOJ3573 米特运输 题解

    题目 米特是D星球上一种非常神秘的物质,蕴含着巨大的能量.在以米特为主要能源的D星上,这种米特能源的运输和储存一直是一个大问题.D星上有N个城市,我们将其顺序编号为1到N,1号城市为首都.这N个城市由 ...