史上最全深度学习环境配置教程---适用于各种深度学习框架---Pytorh TensorFlow Keras-等和各种python环境(一)

简介: 史上最全深度学习环境配置教程---适用于各种深度学习框架---Pytorh TensorFlow Keras-等和各种python环境(一)

首先我们先说一下软件下载问题:

我们要配置环境,一定要下载软件,我个人是非常主张所有软件都采用谷歌浏览器下载的,事实也证明这样做会带来很多好处,基本上程序猿都是使用谷歌浏览器的,我不建议使用其他浏览器采用我的方法,而且谷歌浏览器的盗版很多,我这里给出正确的下载链接。


Google Chrome 网络浏览器


image.png


直接下载安装即可,默认路径就行,反正也不大,千万别坚持用什么360等等,谷歌浏览器的好处自己慢慢体会。


然后我们就要下载我们需要的深度学习环境软件了,我们的环境是基于anaconda和pycharm的,这也是现在大多数搞深度学习的程序员喜欢的,当然也可以单纯用anaconda或者pycharm进行开发,但是弊端你自己慢慢体会,我这里只说我认为对的方法,anaconda+pycharm。


简单解释一下两个软件的功能,anaconda提供基本上你能想要的所有库,通过anaconda下载所有库,然后pycharm是IDE,就是所谓的写程序的编译环境,我们通过anaconda下载所有库,然后导入pycharm进行使用和程序开发。这就组成了我们所谓的深度学习环境,或者你配置的是其他环境也行,反正都一样。


说到这里,我们已经对我们需要配置的软件有了一点了解,下面我们给出anaconda和pycharm的下载链接,之前帮师弟师妹们配置环境,发现他们都从网上乱找这些软件,甚至从微信公众号上搞百度云的下载链接,总之会出现各种问题,其实我们之间去官网下载就行,反正anaconda是免费的不用破解,pycharm社区版的也不用破解(社区版的完全可以满足需求,至少我用了三年了一直没啥问题)。


anaconda下载链接:Anaconda | The World's Most Popular Data Science Platform


image.png

点Download直接下载即可,我默认大家都是windows系统,其他的系统的请另选他处。


pycharm的下载链接:PyCharm: the Python IDE for Professional Developers by JetBrains


image.png

点击DOWNLOAD ,则进入到下一个界面,如下,

image.png


左边的Professional是专业版的,我们下载的是右边的Community社区版的即可。点右边黑色的Download即可,这就是正在下载了。


image.png

好了,等我们软件下载成功我们就要进入深度学习这个天坑了,做好被恶心的准备,如果你网速不好下载失败了,多点几次就行了,或者换个网速好的地方,这也没办法,多尝试吧。


image.png

软件下载好了,我们首先安装anaconda,看了网上那么多啰嗦的anaconda安装教程会导致我刚开始学的时候看的头大,我决定来个简单点的教程,干净利落的解决所有问题,其他详细的问题,遇到了再慢慢解决就行。


anaconda的安装:

双击运行


                  image.png


点击next,


                  image.png


点击I Agree


                image.png


点击Next


              image.png


这里是安装路径,可以修改,别让路径中有中文即可,我这里是瞎弄的,因为我电脑上有环境了,所以走个形式给大家演示一下。


然后点Next即可


image.png


这里按照我弄的来就行,如果你想深究参数的意义,可以自行百度研究。这里点Install


image.png

这是正在安装的过程,等就行了,有时候可能会有点慢。


image.png

最后界面上不论你的选项是否跟我的一样,你都不要选,不要选,这两个对号不要打。


好了,到这里你的anaconda就安装完毕了。 点击的电脑的开始


                      ,image.png


会出现这一大堆,默认win10啊,其他的也差不多,这说明安装好了。

相关文章
|
1天前
|
机器学习/深度学习 PyTorch TensorFlow
深度学习工具和框架详细指南:PyTorch、TensorFlow、Keras
在深度学习的世界中,PyTorch、TensorFlow和Keras是最受欢迎的工具和框架,它们为研究者和开发者提供了强大且易于使用的接口。在本文中,我们将深入探索这三个框架,涵盖如何用它们实现经典深度学习模型,并通过代码实例详细讲解这些工具的使用方法。
|
7天前
|
机器学习/深度学习 人工智能 算法
基于Python深度学习的【蘑菇识别】系统~卷积神经网络+TensorFlow+图像识别+人工智能
蘑菇识别系统,本系统使用Python作为主要开发语言,基于TensorFlow搭建卷积神经网络算法,并收集了9种常见的蘑菇种类数据集【"香菇(Agaricus)", "毒鹅膏菌(Amanita)", "牛肝菌(Boletus)", "网状菌(Cortinarius)", "毒镰孢(Entoloma)", "湿孢菌(Hygrocybe)", "乳菇(Lactarius)", "红菇(Russula)", "松茸(Suillus)"】 再使用通过搭建的算法模型对数据集进行训练得到一个识别精度较高的模型,然后保存为为本地h5格式文件。最后使用Django框架搭建了一个Web网页平台可视化操作界面,
51 11
基于Python深度学习的【蘑菇识别】系统~卷积神经网络+TensorFlow+图像识别+人工智能
|
2月前
|
机器学习/深度学习 人工智能 算法
猫狗宠物识别系统Python+TensorFlow+人工智能+深度学习+卷积网络算法
宠物识别系统使用Python和TensorFlow搭建卷积神经网络,基于37种常见猫狗数据集训练高精度模型,并保存为h5格式。通过Django框架搭建Web平台,用户上传宠物图片即可识别其名称,提供便捷的宠物识别服务。
356 55
|
2月前
|
机器学习/深度学习 人工智能 算法
【宠物识别系统】Python+卷积神经网络算法+深度学习+人工智能+TensorFlow+图像识别
宠物识别系统,本系统使用Python作为主要开发语言,基于TensorFlow搭建卷积神经网络算法,并收集了37种常见的猫狗宠物种类数据集【'阿比西尼亚猫(Abyssinian)', '孟加拉猫(Bengal)', '暹罗猫(Birman)', '孟买猫(Bombay)', '英国短毛猫(British Shorthair)', '埃及猫(Egyptian Mau)', '缅因猫(Maine Coon)', '波斯猫(Persian)', '布偶猫(Ragdoll)', '俄罗斯蓝猫(Russian Blue)', '暹罗猫(Siamese)', '斯芬克斯猫(Sphynx)', '美国斗牛犬
220 29
【宠物识别系统】Python+卷积神经网络算法+深度学习+人工智能+TensorFlow+图像识别
|
3月前
|
机器学习/深度学习 人工智能 算法
基于Python深度学习的【垃圾识别系统】实现~TensorFlow+人工智能+算法网络
垃圾识别分类系统。本系统采用Python作为主要编程语言,通过收集了5种常见的垃圾数据集('塑料', '玻璃', '纸张', '纸板', '金属'),然后基于TensorFlow搭建卷积神经网络算法模型,通过对图像数据集进行多轮迭代训练,最后得到一个识别精度较高的模型文件。然后使用Django搭建Web网页端可视化操作界面,实现用户在网页端上传一张垃圾图片识别其名称。
141 0
基于Python深度学习的【垃圾识别系统】实现~TensorFlow+人工智能+算法网络
|
3月前
|
机器学习/深度学习 人工智能 算法
【手写数字识别】Python+深度学习+机器学习+人工智能+TensorFlow+算法模型
手写数字识别系统,使用Python作为主要开发语言,基于深度学习TensorFlow框架,搭建卷积神经网络算法。并通过对数据集进行训练,最后得到一个识别精度较高的模型。并基于Flask框架,开发网页端操作平台,实现用户上传一张图片识别其名称。
179 0
【手写数字识别】Python+深度学习+机器学习+人工智能+TensorFlow+算法模型
|
3月前
|
机器学习/深度学习 人工智能 算法
基于深度学习的【蔬菜识别】系统实现~Python+人工智能+TensorFlow+算法模型
蔬菜识别系统,本系统使用Python作为主要编程语言,通过收集了8种常见的蔬菜图像数据集('土豆', '大白菜', '大葱', '莲藕', '菠菜', '西红柿', '韭菜', '黄瓜'),然后基于TensorFlow搭建卷积神经网络算法模型,通过多轮迭代训练最后得到一个识别精度较高的模型文件。在使用Django开发web网页端操作界面,实现用户上传一张蔬菜图片识别其名称。
175 0
基于深度学习的【蔬菜识别】系统实现~Python+人工智能+TensorFlow+算法模型
|
3月前
|
机器学习/深度学习 TensorFlow 算法框架/工具
利用Python和TensorFlow构建简单神经网络进行图像分类
利用Python和TensorFlow构建简单神经网络进行图像分类
91 3
|
3月前
|
机器学习/深度学习 人工智能 算法
【车辆车型识别】Python+卷积神经网络算法+深度学习+人工智能+TensorFlow+算法模型
车辆车型识别,使用Python作为主要编程语言,通过收集多种车辆车型图像数据集,然后基于TensorFlow搭建卷积网络算法模型,并对数据集进行训练,最后得到一个识别精度较高的模型文件。再基于Django搭建web网页端操作界面,实现用户上传一张车辆图片识别其类型。
145 0
【车辆车型识别】Python+卷积神经网络算法+深度学习+人工智能+TensorFlow+算法模型
|
4月前
|
机器学习/深度学习 人工智能 算法
【玉米病害识别】Python+卷积神经网络算法+人工智能+深度学习+计算机课设项目+TensorFlow+模型训练
玉米病害识别系统,本系统使用Python作为主要开发语言,通过收集了8种常见的玉米叶部病害图片数据集('矮花叶病', '健康', '灰斑病一般', '灰斑病严重', '锈病一般', '锈病严重', '叶斑病一般', '叶斑病严重'),然后基于TensorFlow搭建卷积神经网络算法模型,通过对数据集进行多轮迭代训练,最后得到一个识别精度较高的模型文件。再使用Django搭建Web网页操作平台,实现用户上传一张玉米病害图片识别其名称。
104 0
【玉米病害识别】Python+卷积神经网络算法+人工智能+深度学习+计算机课设项目+TensorFlow+模型训练

热门文章

最新文章