安装python各类工具包、IDE以及著名开源模块如kaldi等的简单总结

在学习一门语言或者使用一个著名的开源工具时，搭建环境是非常重要的一步，在环境搭建的过程中往往要踩很多坑。昨天一不小心把电脑操作系统整坏了，搞了个通宵算是搞定了，把win10系统重装回win7，但之前搭建的环境都要重新来过。因为之前搭建也是各种查资料，不断试错，花了蛮久才把环境搭完，但忘记整理过程了，以至于又要再次查资料，试错，真是蠢。所以，总结经验教训，打算把搭建环境的关键过程简单整理一下，留以备用，未来学习新东西也要如此。

笔记本电脑环境：64 位win7系统

目前主要安装了python2.7、python3.5、pycharm、Anaconda2、Anaconda3、虚拟机工具VMWare（Ubuntu16.04）、kaldi、tensorflow等

安装过程中主要有以下几点考虑：

1.  python2.7版本与python3.5版本有很多区别，与python2.7相比，python3.5合并或者修改了很多内容，手头的教材资料都是针对2.7版本的，而3.5版本支持Windows下的tensorflow集成，综合以上原因选择安装两个python版本。

软件版本和文档均可在python官网https://www.python.org/找到。下载完成后直接点击安装即可。安装完成后可能需要将相应的python加入到系统PATH路径，看个人需求。

安装各类工具包--------查看python版本：在cmd窗口中输入python（前提是已经将python加入系统path路径）或者在python IDLE中输入以下代码：

 import pip
 print(pip.pep425tags.get_supported())

　　

在http://www.lfd.uci.edu/~gohlke/pythonlibs/中，与上图对应的是***cp35‑cp35m‑win_amd64.whl的工具包，按需下载各类whl工具包。

win7下whl类型工具包的安装需要用到pip包管理工具。如果没有安装pip，以python2.7为例，在安装目录D:\Python27\Scripts下找到easy_install工具，利用dos命令cd将cmd窗口的执行目录变成D:\Python27\Scripts，执行easy_install pip，即可安装pip工具。python3.5版本的安装目录下已经有pip，无需再次安装。

下载好所需的whl工具包后，cd到工具包放置目录，执行pip install +whl工具包全名，如

 pip install numpy‑1.12.0b1+mkl‑cp35‑cp35m‑win_amd64.whl

安装某些工具包时，可能还需要安装别的依赖包，如matplotlib，按上述步骤进行即可。

2.  pycharm安装

在pycharm官网http://www.jetbrains.com/pycharm/下载pycharm，下载完成后正常安装即可。安装完成后需要激活，网上很多老版本的激活码已经过期的，尝试了好多，最终成功的方法是：激活时选择填写license server，输入： http://elporfirio.com:1017/或者http://idea.imsxm.com/。

3.  Anaconda安装

在Anaconda官网https://www.continuum.io/downloads下载安装即可。不同版本的Anaconda对不同版本的python支持性不同。本人下载了这么多python仅仅是为了日后尝试，了解它们之间的区别。

4.  VMWare和Ubuntu16.04

安装虚拟机Ubuntu的目的是为了熟悉linux，同时很多开源项目和框架均是在linux系统下的支持特别好。双系统和虚拟机安装两种方法之间我选择了虚拟机，主要觉得虚拟机比较方便吧。

5.   kaldi

kaldi是科大讯飞开源的语音识别工具，对linux的支持与维护较好，这是选择安装虚拟机Ubuntu系统的主要原因。

kaldi官网http://www.kaldi-asr.org/doc/index.html包含kaldi安装和使用介绍的详细文档，后续自学的过程中会整理关于kaldi的相关文档。

6.   tensorflow

tensorflow是Google的开源深度学习框架，官网https://www.tensorflow.org/和中文社区http://www.tensorfly.cn/均详细介绍了相关的安装和使用知识。

python3.5以上版本与tensorflow可以在windows系统结合使用，python2.7则不行。anaconda可以集成tensorflow。

tensorflow官网上有CPU以及CPU与GPU结合两种情形、多种系统下的安装方式。

经验教训总结：搭建环境的过程中会遇到很多陌生的语法之类的东西，不必执着一下学会使用某种命令，只要能够正确搭建相应的环境，那么对正确代码和步骤做好记录即可。现阶段，实现目的最重要，不应执着于开始就搞懂安装代码的原理以及开源工具的使用细节，不然太耗费时间，事倍功半。实践出真知，理解原理是一个循序渐进的过程，实战过程中可以花时间搞懂原理。学会搭建环境、学会使用工具、记录心得和遇到的问题，后续的熟悉过程中再逐个解决问题。 

         PS：英语真的很重要！！！