(一)Windows安装Python机器学习环境,我的电脑是64位,
- 首先在https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/清华大学的软件库里边下载最新版anaconda
- 安装完成后配置环境变量
- 可以使用
conda list
查看安装的库
安装里边的库们,conda install numpy - 安装其他支持库,例如tensorflow
查看地址和名字anaconda search -t conda tensorflow
显示安装方法anaconda show dhirschfeld/tensorflow
按照命令安装conda install --channel https://conda.anaconda.org/dhirschfeld
(二)ubuntu
- 在清华镜像下载anaconda
- 进入下载目录
bash Anaconda3-4.4.0-Linux-x86_64.sh
- 一路yes
如果不小心最后添加环境变量选了no,则可以手动设置,进入你的用户目录
将anaconda的bin
目录加入环境变量,
根据版本不同,也可能是~/anaconda3/bin
命令如下
echo 'export PATH="/home/xx/anaconda3/bin:$PATH"' >> ~/.bashrc
- 更新bashrc以立即生效
source ~/.bashrc
- 设置国内镜像
如果需要安装很多packages,你会发现conda下载的速度经常很慢,因为Anaconda.org的服务器在国外。所幸的是,清华TUNA镜像源有Anaconda仓库的镜像,我们将其加入conda的配置即可:
# 添加Anaconda的TUNA镜像
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
# TUNA的help中镜像地址加有引号,需要去掉
# 设置搜索时显示通道地址
conda config --set show_channel_urls yes
# 添加Anaconda的TUNA镜像
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
# TUNA的help中镜像地址加有引号,需要去掉
# 设置搜索时显示通道地址
conda config --set show_channel_urls yes
执行完上述命令后,会生成~/.condarc
(Linux/Mac)或C:UsersUSER_NAME.condarc
文件,记录着我们对conda的配置,直接手动创建、编辑该文件是相同的效果。
(三)tensorflow
mac安装tensorflow
pip install -i https://pypi.tuna.tsinghua.edu.cn/simple/ https://mirrors.tuna.tsinghua.edu.cn/tensorflow/mac/cpu/tensorflow-1.1.0-py2-none-any.whl
来源:CSDN
作者:cicoa
链接:https://blog.csdn.net/thenorther/article/details/104354504