(一)Windows安裝Python機器學習環境,我的電腦是64位,
- 首先在https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/清華大學的軟件庫裏邊下載最新版anaconda
- 安裝完成後配置環境變量
- 可以使用
conda list
查看安裝的庫
安裝裏邊的庫們,conda install numpy - 安裝其他支持庫,例如tensorflow
查看地址和名字anaconda search -t conda tensorflow
顯示安裝方法anaconda show dhirschfeld/tensorflow
按照命令安裝conda install --channel https://conda.anaconda.org/dhirschfeld
(二)ubuntu
- 在清華鏡像下載anaconda
- 進入下載目錄
bash Anaconda3-4.4.0-Linux-x86_64.sh
- 一路yes
如果不小心最後添加環境變量選了no,則可以手動設置,進入你的用戶目錄
將anaconda的bin
目錄加入環境變量,
根據版本不同,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
- 設置國內鏡像
如果需要安裝很多packages,你會發現conda下載的速度經常很慢,因爲Anaconda.org的服務器在國外。所幸的是,清華TUNA鏡像源有Anaconda倉庫的鏡像,我們將其加入conda的配置即可:
# 添加Anaconda的TUNA鏡像
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
# TUNA的help中鏡像地址加有引號,需要去掉
# 設置搜索時顯示通道地址
conda config --set show_channel_urls yes
# 添加Anaconda的TUNA鏡像
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
# TUNA的help中鏡像地址加有引號,需要去掉
# 設置搜索時顯示通道地址
conda config --set show_channel_urls yes
執行完上述命令後,會生成~/.condarc
(Linux/Mac)或C:UsersUSER_NAME.condarc
文件,記錄着我們對conda的配置,直接手動創建、編輯該文件是相同的效果。
(三)tensorflow
mac安裝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