基于深度学习的建筑能耗预测01——Anaconda3-4.4.0+Tensorflow1.7+Python3.6+Pycharm安装

基于深度学习的建筑能耗预测—2021WS—02W

一，安装python及其环境的设置

（写python代码前，在电脑上安装相关必备的软件的过程称为环境搭建）

· 完全可以先安装anaconda（会自带Python），安装anaconda时选好版本即可，无需单独安装python

· 打开官网：https://www.python.org/

下载完毕，双击安装包，选择Customize installation,勾选Add Python 3.6 to PATH

· 安装成功后，win+R 弹出运行命令，输入cmd打开终端

（r：run，运行；cmd ：command，是一个windows 内置的命令行人机交互界面）

在终端输入命令去运行写好的代码，格式【解释器路径 空格 代码文件路径】

比如说：我在电脑任意文件夹下新建一个txt文件，命名为 a.txt 。往里输入几行代码

· 添加环境变量，以便于以后快速找到python 解释器

（或者右键点击“此电脑”图标—属性—高级系统设置）

新建变量：写上python解释器的路径

· 解释器安装成功后，就可以开始写代码并运行代码了，但是用以上方法进行开发会不太方便，所以就出现了一些IDE（Intergrated Development Environment 集成开发环境），在IDE上会非常方便，针对Python开发者的常见IDE有：Pycharm（主流）、VSCode、Sublime等。

二、安装Pycharm

官网下载Pycharm专业版：

https://www.jetbrains.com/pycharm/download/#section=windows

下载直接安装（进行到 Choose Start Menu Folder 页面时，选择JetBrains）

pycharm中文指南网址：https://pycharm.iswbm.com/

1.首次使用pycharm必要配置

2.写代码&运行

（注：python采用 PEP 8 作为编码规范。Python Enhancement Proposal--python增强建议书；8代表python代码的样式指南。在pycharm里可以设置自动根据 PEP 8 规范调整格式）

（本质和在终端操作一样的，即：解释器 空格 代码路径。当pycharm配置好解释器，选择指定路径下的文件夹来写代码时，pycharm会自动生成路径，无需自己输入）

三、安装Anaconda

· Anaconda 是一个可用于科学计算的Python发行版，使用Python写代码的时候，还有很多其他的配套工作（如运行脚本、下载各种需要用到的库、管理环境等），Anaconda帮助管理了在使用python时需要用到的包和环境。

·可以利用自带的conda，对python包安装、卸载和更新。

清华镜像源网站下载安装包：https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/

（根据python版本选择anaconda版本，我们用的python3.6.5，所以在清华镜像源里找到anaconda3 4.4.0版本下载）

安装完Anaconda，就相当于安装了Python、命令行工具Anaconda Prompt、集成开发环境Spyder、交互式笔记本IPython和Jupyter Notebook。

· 配置环境变量

打开高级系统设置（详见前文安装python讲解），系统变量中找到path变量，编辑

· 将Anaconda环境与IDE连接起来

打开Pycharm，“File--settings--Project--Project Interprete”，点击旁边的设置齿轮图标，选中“Add”

选择“system Interpreter”，就能看到Anaconda环境自动导进来了，如果没有自动导进来，就手动找到Anaconda安装目录下python.exe；选中它回车，以后的项目都会在Anaconda环境下运行了。

· 使用conda进行环境管理和包管理

conda是anaconda中的环境管理器和包管理器，对于conda 的操作都发生在命令行内，我们可以打开Anaconda Prompt 进行操作。

1.检查conda

使用conda 之前检查conda是否已经被安装，以及当前版本是否是最新。

conda --version
>>conda 4.3.21
#如果有新版本可用，在提示proceed([y]/n)？中输入y进行升级。

输入“conda --version”后，如果返回对应的Anaconda的版本号，说明环境变量配置成功。

2.环境管理

· 创建环境

#创建一个环境名为python36，指定python版本是3.6
#（不用管是3.4.x,conda会自动寻找3.6.x中的最新版本）
conda create --name py36 python=3.6
#（如果需要：通过创建环境，我们可以使用不同版本的Python
conda create --name py27 python=2.7）

· 激活环境

#在windows环境下使用activate激活
activate py36

# 在Linux & Mac中使用source activate激活
source activate py36

激活后，会发现terminal输入的地方多了(py36)的字样，这表示我们已经进入了py36的环境中。

· 退出环境

# 在windows环境下使用deactivate
deactivate

# 在Linux & Mac中使用source deactivate
source deactivate

· 删除环境

如果你不想要这个名为py36的环境，可以通过以下命令删除这个环境。

conda remove -n py36 --all

可以通过以下命令查看已有的环境列表，现在py36已经不在这个列表里，所以我们知道它已经被删除了。

conda info -e

3.包环境

我们使用conda进行第三方包的安装、卸载和更新。

对于包的下载，我们可以先设置国内镜像。这是因为http://Anaconda.org的服务器在国外，所以conda在下载包的时候速度往往很慢。所幸清华TUNA镜像（https://mirrors.tuna.tsinghua.edu.cn/help/anaconda/）有Anaconda仓库的镜像，我们将其加入conda的配置，即可解决这个问题。

# 添加Anaconda的TUNA镜像
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/

conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/

conda config --set show_channel_urls yes

四、安装 Tensorflow

注：TensorFlow is an open source software library for numerical computation using data flow graphs.

TensorFlow是一个开源软件库，用于使用数据流图进行数值计算。

TensorFlow r0.12 及以后版本添加了对 windows 系统的支持，自此实现了三大平台，一套代码多平台运行。安装 TensorFlow 方式有很多种，下面使用 Anaconda 在 windows10 安装 TensorFlow (CPU版)。

继续在Anaconda Prompt 窗口输入

conda create -n tensorflow python=3.6

回车，表示创建Tensorflow依赖环境

出现 Proceed([y]/n)? 输入y 回车

我的已配好，所以报错：已经存在

继续输入

activate tensorflow

此时已激活Tensorflow虚拟环境，当不使用Tensorflow时，输入以下代码关闭：

deactivate tensorflow

测试

import tensorflow as tf

*踩坑解决参考博客：

https://blog.csdn.net/weixin_45092204/article/details/117985062?ops_request_misc=%7B%22request%5Fid%22%3A%22163167490916780265467860%22%2C%22scm%22%3A%2220140713.130102334..%22%7D&request_id=163167490916780265467860&biz_id=0&utm_medium=distribute.pc_search_result.none-task-blog-2_allsobaiduend~default-2-117985062.pc_search_insert_download&utm_term=Invalid+requirement%3A+%27tensorflow.%27&spm=1018.2226.3001.4187

https://hyacm.com/acai/dl/225/install-tensorflow/

https://blog.csdn.net/qq_39234705/article/details/83241129

https://blog.csdn.net/qq_40290810/article/details/110394925

https://www.cnblogs.com/ming-4/p/11516728.html