Anaconda的安装

Anaconda是一个免费，开源的针对数据科学处理和机器学习相关应用的Python和R语言的数据科学平台。Anaconda的安装比较简单，直接在官网选择需要的版本下载即可(下载地址)。
在这里插入图片描述
Anaconda的安装也只需要一步步按照提示点击下一步，然后根据自己需要改一下路径。
由于tensorflow还无法适配Python3.7，所以如果需要将Anaconda的pythone版本降到Python3.6，只需要在控制台输入

conda install python=3.6

或者输入

conda create --name tf python=3.6

来创建一个名为tf的使用python3.6的环境

Anaconda配合Pycharm使用

Pycharm的破解可以参考下面的教程：Pycharm破解
打开Pycharm，依次选择config->settings->Project Interpreter，然后点击右侧的齿轮，选择Add。
在这里插入图片描述

在Add Python Interpreter界面选择Conda Environment，然后选择Existing environment选项，再点击Interpreter右边的更多，选择Anconda文件夹下的python.exe，最后点击apply

通过Anaconda安装tensorflow和keras

tensorflow和keras以及python要注意版本的适配，这里安装的是python3.6、tensorflow1.11.0和keras2.2.4。
查看适配版本
通过conda下载

conda install tensorflow=1.11.0
conda install keras=2.2.4

测试tensorflow安装

import tensorflow as tf
hello=tf.constant('12312412')
sess=tf.Session()
print(sess.run(hello))

测试结果：
在这里插入图片描述

测试keras安装

import numpy as np
from keras.models import Sequential
from keras.layers import Dense, Dropout

# Generate dummy data
x_train = np.random.random((1000, 20))
y_train = np.random.randint(2, size=(1000, 1))
x_test = np.random.random((100, 20))
y_test = np.random.randint(2,size=(100, 1))

model = Sequential()
model.add(Dense(64, input_dim=20, activation='relu'))
model.add(Dropout(0.5))
model.add(Dense(64, activation='relu'))
model.add(Dropout(0.5))
model.add(Dense(1, activation='sigmoid'))

model.compile(loss='binary_crossentropy',
optimizer ='rmsprop',
metrics = ['accuracy'])
model.fit(x_train, y_train,
          epochs=20,
          batch_size=128)
score = model.evaluate(x_test, y_test, batch_size=128)

测试结果：
在这里插入图片描述

来源：CSDN

作者：f18582021630

链接：https://blog.csdn.net/f18582021630/article/details/103479632

标签

Anaconda

keras

python

pycharm