这两天为了搭载深度学习的Python架构花了不少功夫,但是Theano对Python以及nunpy的版本都有限制,所以只能选用版本较新的python和nunpy以确保不过时。但是最新版Python和最新版numpy有点不完善,很多安装步骤都要在命令行里完成,所以花了我很多时间,为了祭奠我安装numpy逝去的青春,特写此日志,确保以后的青春不再逝去。
    先说说python的安装,我是64位windows系统。所以选用的是https://www.python.org/downloads/release/python-352/网站下的

下载后,exe文件可以直接安装。unfortunately,这东西并不能够自己配置环境变量,如果我们想让Python成为一个cmd的外部命令的话就要把python的安装地址手动放到环境变量里面如图所示:

设置好环境变量之后,需要安装另外一个东西,叫做pip,pip就在python自己的目录下的一个叫做Scripts的文件夹里,点开这个文件夹并复制路径到cmd,并输入python -m pip install -U pip

如果系统提示“python不是内部或外名命令,也不是……”那说明你环境变量没配置成功,如果环境变量配置成功直接在cmd中输入python会提示python的版本信息。如果python -m pip install -U pip命令成功会告诉你install successful。并且会拉一长串进度条(这个不一定,我的是这样,其他人我看似乎有不是这样的)。unfortunately,pip这东西也不能自动配置环境变量,所以在pip安装完成之后也要把路径(一直包含到Scripts)放到环境变量的path里面,如图所示

随后就是安装numpy ,之前的工作都是为了安装numpy,先谈谈numpy的下载地址,这里有四个:
1st https://pypi.python.org/pypi/numpy/
2nd http://www.numpy.org/
3rd http://sourceforge.net/projects/numpy/files/
4th  http://www.lfd.uci.edu/~gohlke/pythonlibs/
 可惜,估计是我道行不够,除了最后 一个我都没安成功,打开最后一个网站后,找到如下图所示(使劲往下滚鼠标)

这里介绍一下,numpy和python是有对应关系的,并不是随便一款numpy都可以基于随便一款Python的,所以在这里要选用amd64并对应cp35(红色框框里的文件,因为我们安装的python是python3.5,如果是python2.7就用蓝色框框里的文件)。
然后找到装有 numpy-1.11.1+mkl-cp35-cp35m-win_amd64.whl的文件夹
 之后把cmd的目录改到这个文件夹下,再之后按图所示输入pip install numpy-1.11.1+mkl-cp35-cp35m-win_amd64.whl

如果安装成功,红框里的东西就会显示。然后打开python测试一下

可以看到,引入numpy后的python可以进行矩阵运算。
到这里,最新版的Python和最新版的Nunpy就安装成功了,接下来,就是基于python的深度学习工作。

深度学习框架搭建之最新版Python及最新版numpy安装的更多相关文章

  1. Ubuntu16.04搭建深度学习框架——TensorFlow

    TensorFlow是一个采用数据流图(data flow graphs),用于数值计算的开源软件库,说白了,就是一个库. 小编自己在Ubuntu搭建了深度学习框架TensorFlow,感觉挺简单,现 ...

  2. 7大python 深度学习框架的描述及优缺点绍

    Theano https://github.com/Theano/Theano 描述: Theano 是一个python库, 允许你定义, 优化并且有效地评估涉及到多维数组的数学表达式. 它与GPUs ...

  3. 金玉良缘易配而木石前盟难得|M1 Mac os(Apple Silicon)天生一对Python3开发环境搭建(集成深度学习框架Tensorflow/Pytorch)

    原文转载自「刘悦的技术博客」https://v3u.cn/a_id_189 笔者投入M1的怀抱已经有一段时间了,俗话说得好,但闻新人笑,不见旧人哭,Intel mac早已被束之高阁,而M1 mac已经 ...

  4. 一个可扩展的深度学习框架的Python实现(仿keras接口)

    一个可扩展的深度学习框架的Python实现(仿keras接口) 动机 keras是一种非常优秀的深度学习框架,其具有较好的易用性,可扩展性.keras的接口设计非常优雅,使用起来非常方便.在这里,我将 ...

  5. 转:TensorFlow和Caffe、MXNet、Keras等其他深度学习框架的对比

    http://geek.csdn.net/news/detail/138968 Google近日发布了TensorFlow 1.0候选版,这第一个稳定版将是深度学习框架发展中的里程碑的一步.自Tens ...

  6. 深度学习环境搭建(CUDA9.0 + cudnn-9.0-linux-x64-v7 + tensorflow_gpu-1.8.0 + keras)

    关于计算机的硬件配置说明 推荐配置 如果您是高校学生或者高级研究人员,并且实验室或者个人资金充沛,建议您采用如下配置: 主板:X299型号或Z270型号 CPU: i7-6950X或i7-7700K ...

  7. [深度学习大讲堂]从NNVM看2016年深度学习框架发展趋势

    本文为微信公众号[深度学习大讲堂]特约稿,转载请注明出处 虚拟框架杀入 从发现问题到解决问题 半年前的这时候,暑假,我在SIAT MMLAB实习. 看着同事一会儿跑Torch,一会儿跑MXNet,一会 ...

  8. TensorFlow与主流深度学习框架对比

    引言:AlphaGo在2017年年初化身Master,在弈城和野狐等平台上横扫中日韩围棋高手,取得60连胜,未尝败绩.AlphaGo背后神秘的推动力就是TensorFlow--Google于2015年 ...

  9. Caffe 深度学习框架上手教程

    Caffe 深度学习框架上手教程   blink 15年1月   Caffe (CNN, deep learning) 介绍 Caffe -----------Convolution Architec ...

随机推荐

  1. Qt拖拽界面 (*.ui) 缩放问题及解决办法

    问题 使用Qt Designer 设计的界面,在缩放的时候不能随着主窗口一起缩放. 解决办法 之前遇到这个问题的时候,都是直接重写resizeEvent接口来实现的,在自动生成的Ui_Widget或U ...

  2. 额。。万恶之源就是c

    http://blog.csdn.net/feeltouch/article/details/45155529

  3. tomcat7 IP限制配置

    server.xml  </Host>前添加<Valve className="org.apache.catalina.valves.RemoteAddrValve&quo ...

  4. C++基础知识面试精选100题系列(11-20题)[C++ basics]

    [原文链接] http://www.cnblogs.com/hellogiser/p/100-interview-questions-of-cplusplus-basics-11-20.html [题 ...

  5. 设计模式--适配器模式Adapter(结构型)

    一.适配器模式 适配器模式的主要作用是在新接口和老接口之间进行适配.将一个类的接口转换成客户端期望的另外一个接口.其实适配器模式有点无赖之举,在前期设计的时候,我们就不应该考虑适配器模式,而应该通过重 ...

  6. Linux+PHP+MySql网站迁移配置

    LINUX下MYSQL数据库默认数据库文件位置: 数据库文件默认在:cd /usr/share/mysql 配置文件默认在:/etc/my.cnf ———————————– 数据库目录:/var/li ...

  7. 小米4 miui专用 Xposed安装器86版

    转载自 http://www.52pojie.cn/thread-516435-1-1.html 写在前面:各位用xp受到不同限制,有些机型还找不到框架包,又要刷第三方rec又要谨慎选择框架版本.官方 ...

  8. Spring mvc中@RequestMapping 6个基本用法

    Spring mvc中@RequestMapping 6个基本用法 spring mvc中的@RequestMapping的用法.  1)最基本的,方法级别上应用,例如: Java代码 @Reques ...

  9. node08-express

    目录:node01-创建服务器 node02-util node03-events node04-buffer node05-fs node06-path node07-http node08-exp ...

  10. sh7.创建yum源脚本练习

    练习1, 写一个脚本分别计算1-100,之间奇数和偶数之和 ji_sum.sh #!/bin/bash # let ..};do ] -eq ];then let sum+=I fi done ech ...