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. Python内置函数和内置常量

    Python内置函数 1.abs(x) 返回一个数的绝对值.实参可以是整数或浮点数.如果实参是一个复数,返回它的模. 2.all(iterable) 如果 iterable 的所有元素为真(或迭代器为 ...

  2. pycharm一直显示Process finished with exit code 0

    后来排查发现原来是解释器的问题我之前使用的解释器是pycharm提供的虚拟解释器#####如何查看解释器点file–>new projects 如果选择的是2就是使用了pycharm提供的虚拟解 ...

  3. SqueezeNet/SqueezeNext简述 | 轻量级网络

    SqueezeNet系列是比较早期且经典的轻量级网络,SqueezeNet使用Fire模块进行参数压缩,而SqueezeNext则在此基础上加入分离卷积进行改进.虽然SqueezeNet系列不如Mob ...

  4. Redis系列(十二):数据结构SortedSet跳跃表中基本操作命令和源码解析

    1.SkipList Redis的sortedSet数据结构是有序不重复的(索引为唯一的,数据(score)却可以重复), 跳表是redis的一个核心组件,也同时被广泛地运用到了各种缓存地实现当中,它 ...

  5. 你还在担心rpc接口超时吗

    在使用dubbo时,通常会遇到timeout这个属性,timeout属性的作用是:给某个服务调用设置超时时间,如果服务在设置的时间内未返回结果,则会抛出调用超时异常:TimeoutException, ...

  6. 我打算用JAVA实现GB/T32960 监控平台的tcp server

    之前是用golang写得 ,因为对golang不是很熟练,打算基于netty再写一个,开源出来. 如果近期时间宽裕,就准备着手了. 有兴趣的朋友也可以留言一起做.

  7. 在windows中使用labelimg工具搭建图像标注小环境

    文章分成两个部分,第一部分,labelimg工具的安装:第二部分,labelimg工具的使用方法. 第一部分:工具安装 方法一:直接使用网上编译好的Labelimg可执行文件(12.6M),双击执行即 ...

  8. CCNA-Part5 - 传输层 ,TCP 为什么是三次握手?

    传输层 传输层主要的作用就是建立端到端的连接.比如电脑的微信的通信,就需要跨越多个网络设备(交换机和录取)再和微信的服务器建立连接. 传输层需要具有以下的特点: 会话的多复用:如电脑上开启的多个应用, ...

  9. requests接口自动化9-共享session和传递cookie

    前言: session:用requests.session()创建会话,可以将会话信息传递给其他接口 cookie:用RequestsCookieJar或者cookie字典传递cookie信息 fil ...

  10. Log4net控制台和窗体程序无法输出记录的原因之一

    在asp.net web应用程序中,读取log4net的配置文件可以这样写: [assembly:log4net.Config.XmlConfigurator(ConfigFile="Web ...