趁着幫師妹看Github上的一個項目，督促自己學習一下Python下訓練神經網絡的一整套流程。沒想到在一開頭就遇到了不少問題。首先是Pycharm中導入Github項目的問題，還有安裝tensorflow的問題，之後又遇到了多種版本的Python共存的問題。在這裏記錄一下，包括一些開源鏡像，方便日後查閱。
Justin-Tan實現了一篇文章提出的基於GAN網絡壓縮圖像的目標。原理基本就是生成一幅儘可能和原圖相似的圖像，讓鑑別器難以分辨，同時使得圖像佔用內存空間儘可能小。可以在大小比常規方法縮小一半的同時，圖像質量提高到兩倍。
說到git，這是個版本控制系統，Linux自己用c寫成的，因爲需要協同工作，每個人都可能對某部分進行改動，生成不同版本，有了Git就可以方便地回到每個版本。當然有其他版本控制系統如SVN，但是代碼託管平臺Github只支持Git，這也是Github得名的原因。之前使用Github大多是c++代碼，都是下載了zip壓縮包，然後到本地重新進行編譯。但是對於Python還沒怎麼接觸。看到一篇博客，發現可以直接在Pycharm通過版本控制從Github上面clone得到項目工程。簡單來說就是在setting中的version control中的Github中登錄自己的賬號，並且明確自己安裝的Git.exe的路徑。
這個項目依賴於TensorFlow1.8.但是在pycharm中卻一直安裝失敗（其實也是在後臺執行pip install tensorflow），升級pip之後仍然報錯; AttributeError: module 'pip' has no attribute 'main',還是提示在選擇的解釋器中要使用正確版本的pip，建議在命令行中執行。
參考將pycharm安裝目錄下 helpers/packaging_tool.py文件的install和uninstall部分進行修改。仍然有錯Non-zero exit code (1)這就是pycharm沒有找到合適的TensorFlow版本。其實安裝package最重要的就是版本對應和網絡環境。
這就需要鏡像。鏡像的使用有兩種方法，一種是讓電腦在鏡像中自動尋找匹配的版本：在Terminal端使用：
pip install pandas -i https://pypi.douban.com/simple #利用豆瓣鏡像源自動選擇合適版本，
pip install tensorflow -i http://mirrors.aliyun.com/pypi/simple/ --trusted-host mirrors.aliyun.com #或者使用阿里雲
但有時還是需要手動尋找合適的版本。我從加州歐文大學的一個生物醫學熒光光譜學研究中心下載輪子（wheel），安裝命令可以在PowerShell中執行，也可以在Git Bash中執行，只要要cd到whl所在路徑下（也可直接將文件拖動到）。按照命令也很簡單：
pip install XXXXX.whl #兩種方法都可以
pip install --upgrade tensorflow-1.0.0-cp35-cp35m-win_amd64.whl #會按照一些依賴工具
現在說明一下什麼樣子的纔是合適的版本。1.tensorflow只支持64位的python，機器也必須是64位的。2.tensorflow的版本與python有關，cp36意味着對應的python版本是3.6.。3.太老的CPU支持不了太新版本的tensorflow，因爲缺少VAX的指令集。
關於1,2，無非就是重新安裝一個新的python版本，可參考教程。或者卸載原來的tensorflow：pip uninstall tensorflow。麻煩的是如果本地存在多個python版本，如何使用pip指令。以我自己爲例，兩個python3.6和3.7路徑不同，但安裝目錄下兩個可執行文件名都是python.exe。爲了在cmd中可以由用戶決定進入哪種python，可以將兩種python.exe分別重命名爲python36.exe和python37.exe。同樣的，在使用pip安裝whl的時候也要聲明要將whl安裝在哪個版本的python下，如果依然直接使用pip install XXX就會報錯，平臺不支持，因爲不同版本的python都包含pip。自己嘗試直接將pip重命名，依然不對。正確做法：Python36 –m pip install XXX
第三點也是個大坑，因爲我本來都安裝成功了，結果在嘗試import時報錯：ImportError: DLL load failed with error code -1073741795。原因就是之前提到的，硬件條件太差，不僅沒有GPU加速，CPU也太落伍，不支持新的tensorflow。在tintinmovie的github中解釋了這個問題，在其鏈接中可以查看自己的CPU是否支持VAX。如果真的不支持，一種方法是使用低版本的tf：pip install tensorflow==1.5。但在這個項目中要求使用的tf版本是1.8的，該怎麼辦呢？這就要多謝fo40225大神重新編譯的基於SSE指令集的tensorflow版本了。
到這裏，應該就可以順利地安裝成功了。因爲是在cmd命令行安裝的，爲了在pycharm中使用模塊，可以在setting中勾選如下選項，繼承全局package。
總體來講，pycharm安裝package的方法很傻瓜，應付大部分第三方模塊是足夠的，只不過遇到網絡問題或者版本問題就需要自己多動幾下手啦。希望能多少幫助到一些朋友。