深度学习实战及tensorflow环境配置
深度学习路很长，要想走得远基础一定要牢，希望本文对你有用。
文章目录
- 前言
- 一、pycharm和anaconda的安装
- 二、配环境及运行代码
- 1.遇到无法用pip和conda的情况
- 2.安装库
- 3.安装tensorflow和cudatoolkit
- 4.代码运行
- 总结
前言
重新装了一下系统，重新配置下环境
一、pycharm和anaconda的安装
anaconda的优点个人感觉是能多版本环境兼容，环境切换方便，比如tensorflow2.8 python3.6就不兼容，此时可以快速切换为3.8
anaconda下载地址：
pycharm如果不是很常用前后端开发，社区版已然够用
pycharm下载地址：PyCharm: the Python IDE for Professional Developers by JetBrainshttps://www.jetbrains.com/pycharm/
二、配环境及运行代码
1.遇到无法用pip和conda的情况
报错如下（示例）：
pip : 无法将“pip”项识别为 cmdlet、函数、脚本文件或可运行程序的名称。请检查名称的拼写，如果包括路径，请确保路径正确，然后再试一次。
所在位置 行:1 字符: 1
+ pip install lxml
+ ~~~
+ CategoryInfo : ObjectNotFound: (pip:String) [], CommandNotFoundException
+ FullyQualifiedErrorId : CommandNotFoundException
解决办法：
添加系统变量：
进去后点击新建，变量值为anaconda的scripts的地址：
建立后重启电脑，即可在pycharm中使用pip和conda
2.装库
直接用pip和conda也行，但是有时候会没有这个包。
常见的几个镜像库
豆瓣 ：https://pypi.douban.com/simple
LFD：https://www.lfd.uci.edu/~gohlke/pythonlibs/
清华：https://pypi.tuna.tsinghua.edu.cn/simple
中科大：https://mirrors.ustc.edu.cn/pypi/web/simple
阿里： https://mirrors.aliyun.com/pypi/simple/
官网：https://pypi.org/
以豆瓣为例：
pip install 要装的库名 -i http://pypi.douban.com/simple --trusted-host pypi.douban.com
3.安装tensorflow和cudatoolkit
1.首先查看电脑cuda版本
2.查看版本对应关系
CUDA版本对应
tensorflow版本对应
keras版本对应
由图可知，笔者457.49，应该装CUAD 11.0的CUDA Toolkit 和tensorflow2.4.0和keras2.4.3
pip install tensorflow==2.4.0 -i http://pypi.douban.com/simple --trusted-host pypi.douban.com
conda install cudatoolkit=11.0
4.代码运行
目标是将loss值（预测与实际的偏差降到尽可能的低，预测是离散的是分类，连续的是回归）
总结
深度学习路很长，要想走得远基础一定要牢，希望本文对你有用。