本文所使用的Anaconda3.Navigator版本为1.8.2 Anaconda3.Prompt版本为4.5.0,因为是基于Prompt安装,理论上本文所写的安装教程适用于Anaconda3的所有版本。
本文的写作目的是笔者在搭建环境时,网上的方法各种各样,笔者在尝试这些方法时,遇到了各种各样的问题,费了很大的精力才搭建成功,故,在此记录一下对比多种方法后,笔者认为最好的一种,给学习图像识别的朋友一点经验,少走些弯路,另一个目的是用作自己的备忘录,给这些相对繁杂的东西做个备份,忘记后可以查阅。
建议初次使用者先查阅一下Anaconda3的特点,以及什么叫Navigator版本什么叫Prompt版本。
让我们开始吧:
1.打开Anaconda3 Prompt。
没错,就是Anaconda版的cmd了,base就是Anaconda的根目录,C:\Users\用户名,是Anaconda3储存配置文件的地方,如果你打开这个目录,你会发现多了两个文件夹".Anaconda"和".Conda"
2.将Anaconda的安装包获取地址定向为清华大学镜像站
输入:
conda config --add channels 'https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/'
conda config --set show_channel_urls yes
Anaconda默认的获取地址是国外的,如果不使用国内的镜像站,下载速度将会非常慢,如果会科学上网,第二步可以忽略。
3.创建Tensorflow环境:
输入:
conda create -n tensorflow python=3.5
作用是创建一个tensorflow环境,这个环境所使用的语言是python=3.5,笔者建议大家使用python=3.5,因为tensorflow科学包对py3.5的支持比较好。
4.进入tensorflow环境
输入:
activate tensorflow
可以这样理解,Anaconda3就相当与一个系统,base相当于系统的root用户,tensorflow是刚刚创建的一个用户,这个命令就是注销base用户,进入tensorflow用户。特别说一点,用户和用户使用的python环境是独立的,比如说,笔者在base用户下使用的是python3.6环境,而在tensorflow用户下使用的是python3.5环境。
5.升级pip
输入:
pip install upgrade pip
pip是一个python应用商场,可以下载python包,我们将使用它作为tensorflow的下载器,pip是在第三步时随着python3.5下载安装的,但是第三步安装的pip往往不是最新版,笔者也不知道为什么。
6.下载tensorflow并安装
输入:
pip install -i https://pypi.tuna.tsinghua.edu.cn/simple tensorflow
pip install -i https://pypi.tuna.tsinghua.edu.cn/simple tensorflow-gpu
第一个是安装tensorflow cpu版,第二个是安装tensorflow gpu版,-i 和后面的网址的含义是:临时使用这个网址下载,没错,笔者使用的这个网址就是清华镜像站。下面是一些比较出名的国内镜像站,大家可以尝试一下:
清华:https://pypi.tuna.tsinghua.edu.cn/simple
阿里云:https://mirrors.aliyun.com/pypi/simple/
中国科技大学 https://pypi.mirrors.ustc.edu.cn/simple/
华中理工大学:https://pypi.hustunique.com/
山东理工大学:https://pypi.sdutlinux.org/
豆瓣:https://pypi.douban.com/simple/
7.安装spyder插件
pip install -i https://pypi.tuna.tsinghua.edu.cn/simple spyder
8.安装opencv3
conda install --channel https://conda.anaconda.org/menpo opencv3
下载opencv3以及依赖包。
9.安装完成开始学习图像识别吧。
如有问题,可以联系:[email protected] ,共同探讨。