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
|
人工智能 自然语言处理 安全
天池数据集 | 精品数据集推荐 医疗行业(上)
随着医疗行业的飞速发展,科研数据在数字化时代中扮演重要的角色。阿里云天池本着合法、安全和隐私保护的原则,和知名机构合作开放了一批有临床科研价值的数据集,覆盖多个技术领域。今天小萌喵就带大家一起看看临床方向的数据集~
937 0
天池数据集 | 精品数据集推荐 医疗行业(上)
|
机器学习/深度学习 编解码 自然语言处理
ResNet(残差网络)
【10月更文挑战第1天】
|
数据安全/隐私保护
注册Github账号详细过程
注册GitHub账号前,请备妥有效电子邮件地址以接收验证信,设定独特的用户名(仅含字母、数字或单连字符,不以连字符起始或结束),并创建具有一定复杂度的密码。接着,访问GitHub官网(`https://github.com/`),点击右上角的“Sign up”进入注册页面。在此页面填写用户名、电子邮箱与密码,选择是否接收产品更新及公告,通过人机验证后提交。最后,通过注册邮箱内的验证链接完成验证,即可启用您的GitHub账号。
3129 0
|
机器学习/深度学习 算法
【决策树】一文看懂图解决策树原理:信息熵、条件熵与信息增益
【决策树】一文看懂图解决策树原理:信息熵、条件熵与信息增益
|
机器学习/深度学习 自然语言处理 索引
【神经网络】MLP 编码器-解码器 注意力机制 残差连接
【神经网络】MLP 编码器-解码器 注意力机制 残差连接
1916 0
【神经网络】MLP 编码器-解码器 注意力机制 残差连接
|
机器学习/深度学习 数据采集 新零售
天池数据集|精品数据集推荐(工业篇)
数据是人工智能时代重要的生产要素,高质量训练数据对深度学习模型的建立和优化有关键性的作用,建立大规模、高水准的标注数据集,是推动AI科研和技术前进的驱动力。
2795 0
天池数据集|精品数据集推荐(工业篇)
|
存储 Java 开发工具
【mac版】sonar代码检测--环境搭建以及安装
【mac版】sonar代码检测--环境搭建以及安装
|
机器学习/深度学习 存储 算法框架/工具
【深度学习】猫狗识别TensorFlow2实验报告
本文介绍了使用TensorFlow 2进行猫狗识别的实验报告,包括实验目的、采用卷积神经网络(CNN)进行训练的过程,以及如何使用交叉熵作为损失函数来识别猫狗图像数据集。
776 1
组装式应用平台!阿里云E2 BizWorks产品获得国家级数字技术创新应用案例一等奖!
8月12日,“2022数字化转型发展高峰论坛”在北京落下帷幕,主办单位为中国信息通信研究院、中国通信标准化协会。作为数字化转型领域的权威行业盛会,本届论坛给业界带来了一场数字化转型的思想盛宴、技术盛宴和成果盛宴。在本届峰会上,阿里云E2 BizWorks产品荣获“鼎新杯”数字技术创新应用案例一等奖,BizWorks产品负责人谢纯良荣获中国信通院“数字化转型先锋人物”称号。
组装式应用平台!阿里云E2 BizWorks产品获得国家级数字技术创新应用案例一等奖!
|
弹性计算 运维 负载均衡
阿里云无影云电脑免费使用_免费申请教程
阿里云无影云电脑免费使用_免费申请教程
7463 1
阿里云无影云电脑免费使用_免费申请教程