Anaconda

window下对python3.5适用性比较好，Anaconda4.2里面包含了python3.5。 https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/清华镜像源下载 http://blog.csdn.net/u012513525/article/details/54947398 （pycharm配置清华镜像源） http://blog.csdn.net/u012318074/article/details/78844789 （anaconda的navigator闪退问题的解决） http://blog.csdn.net/hola_f/article/details/70482300 http://blog.csdn.net/u013080652/article/details/68922702 https://jingyan.baidu.com/article/1876c8527be1c3890a137645.html http://python.jobbole.com/86236/ window10中tensorflow的安装步骤： 第一步：安装anconda3-4.2 ，因为自带python3.5，对windows比较友好。 这一步安装直接按照next即可。 第二步：安装tensorflow

problem Traceback (most recent call last ): File " /home/xxx/anaconda3/envs/mtcnn_tfgpu/lib/python3.7/site-packages/tensorflow/python/client/session.py " , line 1356 , in _do_call return fn( * args) File " /home/xxx/anaconda3/envs/mtcnn_tfgpu/lib/python3.7/site-packages/tensorflow/python/client/session.py " , line 1341 , in _run_fn options, feed_dict, fetch_list, target_list, run_metadata) File " /home/xxx/anaconda3/envs/mtcnn_tfgpu/lib/python3.7/site-packages/tensorflow/python/client/session.py " , line 1429 , in _call_tf_sessionrun run_metadata) tensorflow.python.framework.errors_impl

1、Windows版 准备 干净的系统，没有安装过Python，有的话就卸载了。 另外我的系统安装了VS2015 VS2017（这里我不知道是不是必备的）。 现在TensorFlow和cuda以及cuDNN品名升级，所以这里采用了几乎是最新版的了（2018年11月19日） Anaconda—— 清华tuna下载 显卡驱动—— 点我去英伟达官网自行下载对应驱动 cuda9.0安装包—— 点我去百度云下载 cuDNN7.x安装包—— 点我去百度云下载 安装 1、安装Anaconda 这里省略。注意一点，安装的选项加入path，都勾选。 2、安装显卡驱动 默认安装。 3、安装cuda9.0 默认安装。 4、安装cuDNN 7.x 将压缩包解压，放在C:\ProgramData\NVIDIA GPU Computing Toolkit\v9.0这个目录下。 然后将目录C:\ProgramData\NVIDIA GPU Computing Toolkit\v9.0\bin添加到环境变量PATH里。 验证 1、启动Anaconda Prompt 输入 1 conda env list 显示只有一个base或者root的环境。表示只有一个环境。 2、修改Anaconda的软件源 执行 1 conda config --add channels https://mirrors.tuna

　　本人最近开始使用pycharm,之前一直是在Anaconda环境下跑的程序，在Anaconda Navigator下运行，但发现Jupyter Notebook界面下的程序提示不是很人性化，所以迁移到pycharm了，在安装各种包时也遇到过很多问题，今天就常常出现的问题做一个简单的介绍： （1）首先，需要安装Anaconda。这个没有啥可说的，就是普通安装，不会出现什么大的问题。 （2）安装Pycharm，注意在安装pycharm时，一定要使用Anaconda下的python进行导入，如下图： （3）如果你之前的Anaconda没有安装过opencv，则下面就需要进行安装啦。打开Anaconda Prompt，输入conda install opencv即可自行安装。 （4）安装成功后，当你在pycharm界面中输入import cv2时，还是会发现不存在cv2，这时就需要在对下面的选项进行勾选。 （5）这时再回到pycharm中输入import cv2时就不会报错啦。 　　以上是我的总结和分享，由于时间原因不是很细致，希望能够帮助您。后面我会陆续写一些有关机器学习、深度学习的博文，非常愿意分享给大家。 来源： oschina 链接： https://my.oschina.net/u/4398168/blog/3712255

什么是jupyter notebook? 官网:https://jupyter.org/ 上面是官方网址,就简单的介绍下,就不多做解释了,juoyter notebook,就是一个web应用,比较强大,pycharm能做到的,他基本都能做到,pychrm做不到的,他也能做到,运行的时候相比pycharm节省内存,比较适合做数据处理,机器学习,.大数据分析这些!依赖ipython环境,将ipython的交互式环境制作成了一个web应用!新的名称 Jupyter 由 Julia 、 Python 和 R 组合而成。 安装 最简答的方法就是安装一个Anaconda,他附带了jupyter notebook 如果你电脑上配置了python环境,当然python3是支持的,2我就不知道了. pip install jupyter 运行jupyter 在 Windows 上，你可以通过将 Anaconda 快捷方式添加到你的开始菜单来运行 Jupyter，它将在你的默认网页浏览器中打开一个新的标签，看起来就像下面的截图一样。 创建第一个文件 可以通过点击 “New” 创建新的 notebook、文本文件、文件夹或终端你可以在这里选择. 操作界面 这个界面我就不说了,代码执行我要说一下,Python中代码是由上至下执行得,这个不是,这个是你运行了那个cell,就先执行 两个模式常用的快捷键

10分钟入门pytorch(0) 我将我学习pytorch的经验写出来，一步一步从0开始让大家学会pytorch，教程比官网的更加简单，同时也增加了更多简单的例子让大家快速上手pytorch，愉快地开始炼丹。 什么？你还不知道pytorch是啥，快点去看看专栏里面的pytorch介绍吧。 1 环境配置 首先当然是需要安装pytorch了，目前pytorch只支持mac和linux，如果你的电脑是windows，装虚拟机或者双系统。如果想要愉快地炼丹，那么强烈推荐使用linux系统，因为所有的深度学习框架在linux上都有很好的支持，远远好于windows系统，而且linux也没有大家想象中的那么难学，目前linux系统的图形界面让大家上手的时候更加容易。 装完了系统之后就需要安装环境了，首推Anaconda，这是一个科学计算的集成环境，安装完这之后基本所需要的包都有了，而且还提供交互式的jupyter notebook，可以说为我们做实验提供了很好的交互。如果去Anaconda的官网下载速度比较慢，可以去清华镜像下载。 安装完Anaconda之后我们就可以安装pytorch了，进入主页，一步一步来就行了，如果要装GPU版的，需要cuda和cudnn，这个网上有很多教程，可以去看看，如果你只是为了快速上手玩玩pytorch，那么可以不用废时间装GPU版。 2 pytorch基础

安装程序启动过程 MBR：isolinux/boot.cat stage2: isolinux/isolinux.bin 配置文件：isolinux/isolinux.cfg 　　　　每个对应的菜单选项： 　　　　加载内核：isolinuz/vmlinuz 　　　　向内核传递参数：append initrd=initrd.img ... 装载根文件系统，并启动anaconda 默认启动GUI接口，若是显式指定使用TUI接口：向内核传递text参数即可 (1)按tab键,在后面增加text (2)按ESC键：boot: linux text anaconda工作过程  Anaconda安装系统分成三个阶段：  安装前配置阶段 　　　　安装过程使用的语言 　　　　键盘类型 　　　　安装目标存储设备 　　　　Basic Storage：本地磁盘 　　　　特殊设备：iSCSI 　　　　设定主机名 　　　　配置网络接口 　　　　时区 　　　　管理员密码 　　　　设定分区方式及MBR的安装位置 　　　　创建一个普通用户 　　　　选定要安装的程序包 Cobbler: 快速网络安装linux操作系统的服务，支持众多的Linux发行版：Red Hat、Fedora、CentOS、Debian、Ubuntu和SuSE，也可以支持网络安装windows PXE的二次封装

Anaconda笔记 镜像网站安装推荐。 https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/ 添加特定源 conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/ conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/bioconda/ conda config --set show_channel_urls yes 查看更新源配置 conda config --show channels 按照必要环境 tensorflow-gpu install mingw libpython keras windows下Path环境变量太大的问题 解决办法是新建一个变量，比如EPath，然后将部分比较长的变量，放入其中。删除Path中已经放在EPath的变量，然后在Path加入%Epath%变量。在cmd命令中，输入Path，检查修改是否生效或成功。 网易邮箱，foxmail客户端报错554，需要在发邮件的时候，抄送一份给自己即可。 无法定位程序输入点 OPENSSL_sk_new_reserve 于动态链接库，解决方案

使用df 命令查看当前系统磁盘的使用情况： [root@node ~]# df -Th Filesystem Type Size Used Avail Use% Mounted on /dev/mapper/centos-root xfs 17G 1.7G 16G 10% / devtmpfs devtmpfs 478M 0 478M 0% /dev tmpfs tmpfs 489M 0 489M 0% /dev/shm tmpfs tmpfs 489M 6.7M 482M 2% /run tmpfs tmpfs 489M 0 489M 0% /sys/fs/cgroup /dev/sda1 xfs 1014M 125M 890M 13% /boot tmpfs tmpfs 98M 0 98M 0% /run/user/0 那如果想查看某个分区下的文件或者目录的大小呢？du命令就可以派上用场了. [root@node ~]# du -sh /* 0 /bin 92M /boot 0 /dev 36M /etc 0 /home 0 /lib 0 /lib64 0 /media 0 /mnt 0 /opt du: cannot access ‘/proc/15358/task/15358/fd/4’: No such file or directory du: cannot

Jupyter Notebook配置多个kernel 前言： 在anaconda下配置了多个环境，而Jupiter Notebook只是安装在 base 环境下，为了能在Jupiter Notebook中使用不同的环境，进行如下配置。 此次配置在windows10系统下 步骤 打开 Anaconda Prompt ； 查看现有的环境 conda info -e ，我此时的环境如下： # conda environments: # base * C:\Software\Anaconda3 tensorflow -cpu C:\Software\Anaconda3\envs\tensorflow- cpu tensorflow -gpu C:\Software\Anaconda3\envs\tensorflow-gpu 转到相应的环境 conda activate tensorflow-cpu 在激活的环境中安装 ipykernel 次数，若我使用 conda install ipykernel 都安装失败了； 因此采用pip安装： pip3 install ipykernel -i https://pypi.tuna.tsinghua.edu.cn/simple/ 选择环境写入Jupiter Notebook中： python -m ipykernel install --user