安装Anaconda

简介: 【7月更文挑战第2天】安装Anaconda。

安装Anaconda
第2章介绍了直接在计算机上安装Python 3解释器的方法。Python 2和Python 3的解释器是无法兼容的,在使用Python 3时需要将计算机上的环境设置为Python 3解释器的环境,如果使用Python 2来执行一些代码,就需要更换本地环境为Python 2解释器的环境,当然Python 3不同版本的API也有差别,所以使用直接搭建的方式在一台计算机上让不同版本的Python解释器兼容是无法实现的。
Anaconda是一个开源的包和环境的管理器,用于在同一台机器上管理不同版本的软件包及其依赖,并能够在不同的环境之间切换。其基于云的存储库,可以查找并安装Conda、Python等7500多个科学包及其依赖项。
本书介绍Windows版本的Anaconda软件的安装。对于Linux版本的Anaconda,读者可自行安装。
下载64位Anaconda,然后双击下载好的包进入安装界面,单击“Next >”按钮,如图所示。

安装界面
进入同意许可(License Agreement)界面,单击“I Agree”按钮同意协议许可,如图所示。

同意许可界面
进入选择安装类型(Select Installation Type)界面,选中“All Users (requires admin privileges)”单选按钮,为计算机所有用户进行安装,单击“Next >”按钮,如图所示。

选择安装类型界面
进入选择安装路径(Choose Install Location)界面,单击“Browse”按钮选择安装路径,然后单击“Next >”按钮,如图所示。

选择安装路径界面
进入高级安装选项(Advanced Installation Options)界面,勾选“Add Anaconda to the system PATH environment variable”“Register Anaconda as the system Python 3.7”复选框,将Anaconda添加到系统环境变量,并默认使用Python 3.7版本,单击“Install”按钮,如图所示。

高级安装选项界面
进入安装完成(Installation Complete)界面,等待安装完成,这个过程比较长,安装完成后单击“Next >”按钮,如图所示。

安装完成界面
进入软件推荐界面,Anaconda推荐使用PyCharm作为IDE,PyCharm的安装在第2章介绍过,单击“Next >”按钮,如图所示。
进入感谢安装Anaconda界面,取消勾选“Learn more about Anaconda Cloud”“Learn how to get started with Anaconda”复选框,相关知识将在本书后续内容中进行讲解,单击“Finish”按钮,完成安装,如图所示。

软件推荐界面

感谢安装Anaconda界面
安装完成后,打开命令提示符窗口,输入“conda -V”以获得Anaconda版本号,如果输出正常,证明Anaconda正确安装,如图所示。

Anaconda正确安装
找到并打开Anaconda Navigator软件,进入Anaconda界面模式,Anaconda Navigator图标如图所示。

Anaconda Navigator图标
Anaconda在默认情况下只有一个环境“base(root)”,新建TensorFlow的环境进行学习,在主界面中选择“Environments”→“Create”目录,弹出“Create new environment”对话框,选择Python版本为3.6,在“Name”文本框中输入“TensorFlow”,单击“Create”按钮完成环境创建,如图所示。

“Create new environment”对话框
等待创建完成,创建完成的界面如图所示。

创建完成的界面
新环境创建完成后,在命令提示符窗口输入“activate TensorFlow”,进入新环境

相关文章
|
安全 Linux iOS开发
Anaconda下载及安装保姆级教程(详细图文)
Anaconda下载及安装保姆级教程(详细图文)
35996 1
Anaconda下载及安装保姆级教程(详细图文)
conda常用操作和配置镜像源
conda常用操作和配置镜像源
32587 0
|
机器学习/深度学习 算法 前端开发
基于Python深度学习果蔬识别系统实现
本项目基于Python和TensorFlow,使用ResNet卷积神经网络模型,对12种常见果蔬(如土豆、苹果等)的图像数据集进行训练,构建了一个高精度的果蔬识别系统。系统通过Django框架搭建Web端可视化界面,用户可上传图片并自动识别果蔬种类。该项目旨在提高农业生产效率,广泛应用于食品安全、智能农业等领域。CNN凭借其强大的特征提取能力,在图像分类任务中表现出色,为实现高效的自动化果蔬识别提供了技术支持。
522 0
基于Python深度学习果蔬识别系统实现
anaconda下载安装,镜像源配置修改及虚拟环境的创建
这篇文章介绍了Anaconda的下载安装过程,包括Anaconda的简介、安装步骤、配置修改、创建虚拟环境以及一些常用命令的使用方法。文章还提供了如何修改conda的镜像源为国内镜像源以加速下载的步骤。
anaconda下载安装,镜像源配置修改及虚拟环境的创建
|
C++
【洛谷】P3378 【模板】堆
洛谷 P3378 【模板】堆
187 3
【洛谷】P3378 【模板】堆
【洛谷】P1678 烦恼的高考志愿
洛谷 P1678 烦恼的高考志愿
224 2
【洛谷】P1678 烦恼的高考志愿
|
缓存 弹性计算 应用服务中间件
阿里云服务器部署Jupyter私房菜
在阿里云ECS上,选用2核2G的配置,安装Ubuntu 22.04,然后部署Nginx作为Jupyter Notebook的反向代理。安装Miniconda3,配置清华TUNA镜像源以加速下载。创建Jupyter Notebook,设置密码和远程访问,通过Nginx配置实现安全访问。整个过程包括安装Jupyter,修改Nginx配置,最后通过浏览器访问 Notebook。
1031 0
阿里云服务器部署Jupyter私房菜
|
缓存 负载均衡 测试技术
掌握wrk压力测试工具的优化技巧与实践
掌握wrk压力测试工具的优化技巧与实践
422 1
|
索引 Python 容器
Python 实现列表去重的方法
【2月更文挑战第20天】
577 1
|
Shell Linux iOS开发
安装Anaconda或Miniconda
安装Anaconda或Miniconda
1928 1

热门文章

最新文章