【深度学习21天学习挑战赛】0、搭建学习环境

​

活动地址：CSDN21天学习挑战赛

写在前面：参加活动机缘

本人是一个普通上班族，日常也会接触一些处理数据相关的工作，同时我也对机器学习和深度学习有着浓厚的兴趣，自学了一段时间，但是进步比较慢，总结原因：
1、缺乏一个遇到问题解惑的老师，通常遇到问题只能自己搜索+摸索，效率可想而知。
2、学习过程缺少体系结构，通常是想到哪学到哪，或者挑简单的学。
3、缺少一起学习的交流平台
…
这次有机会参加CSDN21天学习挑战赛 ，这种学习模式把我自学路上的全部痛点都解决了，一定排除万难，跟着老师大佬好好学习提高一下！

1、学习环境要求

老师发布的第一课：深度学习100例-卷积神经网络（CNN）实现mnist手写数字识别 | 第1天

K同学啊老师在文章中介绍了本次学习的环境：python3.6.5 + tensorflow2，编辑器推荐的:jupyter notebook，所以，工欲善其事，必先利其器，在正式跟着老师学习和动手实践之前，先把环境搭好。

因为电脑上装了其他版本的python和一堆库，所以，这里我想装Anaconda,来创建和管理虚拟环境。

Anaconda是一个安装、管理python相关包的软件，还自带python、Jupyter Notebook、Spyder，有管理包的conda工具，非常有用。

简单的说，它就是一个python的包、环境管理工具。可以用于在同一个机器上安装不同版本的软件包及其依赖，并能够在不同的环境之间切换，还附带了一大批常用数据科学包。

如果你和我一样，存在其他版本的python或者希望多版本并存，建议安装Anaconda。

2、下载、安装Anaconda

2.1 下载Anaconda

推荐大家去官网下载

下载完成，双击安装即可

2.2 安装Anaconda

安装过程基本是一路下一步，唯一要注意的是，这一步：

这两个地方一定要勾选，下边是让你的anaconda设置为Python3，上边是添加环境变量，这样就省去了我们添加环境变量的麻烦。

为什么要添加到环境变量？因为今后的使用中，我们有时候会通过命令行来操作和配置环境。

一路下一步，直到完成。

2.3 验证是否安装成功

使用win+r键，打开运行窗口，输入：cmd ,确定，进入命令行窗口

在命令行窗口输入：conda -V 按回车执行

返回版本号，说明安装成功。

通过桌面上的快捷方式，可以打开主程序，也可以说明安装成功。

3、配置开发环境

配置环境，可以通过：界面 和 命令行 两种方式，为了简单方便，我们用界面操作，命令行感兴趣的小伙伴，可以自行学习。

3.1 创建开发环境

1、通过桌面上的快捷方式，可以anaconda，在左侧菜单选择Environments(虚拟环境)

2、选择下方菜单中的Create(创建)

3、在弹出窗口中填写环境名name,这里我填写的是：tf21day
然后通过下拉框选择python版本，这里我没有找到python3.6.5,我选择了大版本号一致的python3.6.13

4、点击Create(创建)，经过一小会的环境创建，我们就可以看到我们刚刚创建的环境了

3.2 安装TensorFlow

anaconda默认的安装源，速度很慢，我们先通过命令行窗口，配置国内镜像地址：
conda config --show channels 查看当前镜像地址
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/ 配置为清华镜像

1、确保当前环境是激活状态，也就是环境名旁边的绿色按钮是亮的，如果没有亮，点击一下，切换到当前环境

2、右侧对应的列表，就是你当前环境的各类模块，下拉框选择 Not installed(未安装的)，然后，在右侧搜索框输入：tensorflow，回车键 搜索：

3、搜索结果列表中找到tensorflow

勾选并点击下方apply

显示TensorFlow安装及其相关依赖，选择apply

右下角可以看到安装过程：

3.3 关联并使用jupyter

1、选择左侧菜单中的home

2、切换到我们的环境，找到jupyter,选择install安装

3、安装完毕，jupyter下方显示Launch运行

4、验证环境

运行jupyter，新建python文件

输入代码：

import tensorflow as tf
print(tf.__version__) #打印TensorFlow版本号

运行结果如下：

恭喜你，安装配置环境成功！

学习日记

**
1，学习知识点

从头开始安装配置TensorFlow相关学习环境

2，学习遇到的问题

a、主要是虚拟环境一开始可能会有点懵，不过照做就好，后面多环境切换有需求，自然就明白了
b、jupyter是Anaconda自带安装，如果你的环境没有安装选项，可以试试当前环境下的jupyterLab，可以关联到root环境下的jupyter