機器學習中大量的用到了Python，因此需要有pycharm作為Python的編譯工具，配合anconda環境進行配置，將macos,tensorflow ,python的配置記錄下：
We suggest using Anaconda python 2.7 distribution: ```sh >>wget https://repo.continuum.io/archive/Anaconda2-4.2.0-Linux-x86_64.sh (depending on your OS, choose the appropriate URL from https://www.continuum.io/downloads) >>bash Anaconda2-4.2.0-Linux-x86_64.sh >>conda config --append channels conda-forge ``` Create a virtual environment: ```sh >>conda create -n frontier27 python=2.7 //創立了一個Python2.7環境frontier27 >>source activate frontier27 //激活這個環境 ``` //然后再這個環境下安裝tensorflow代碼依賴的各種東西 Install dependent packages (menpo project, tensorflow, keras, scikit-image, h5py, bidict) in this virtual environment: ```sh >>conda install -c menpo menpoproject >>pip install --upgrade tensorflow (use tensorflow-gpu if you want GPU support) >>pip install -Iv keras==1.2.2 (make sure you install version 1.2.2) >>conda install scikit-image h5py bidict psutil imageio ```
//關閉環境是source deacitive frontier27
ok,配置完tensorflow anconada的環境，然后打開pycharm。然后配置pycharm-preference，將環境改到我們配置好的路徑下，這里我起的名字不是
frontier27，而是face27
因此：
因此搞定了配置，接下來需要講解下關於在pycharm里面設置里面參數的外部路徑，
比如vid_path保存了測試video的路徑，一旦在代碼外部進行了設置，即使代碼里面有修改，也會跟外部保持一致
另外一個問題，在調用的時候經常出錯，可能是缺少什么依賴庫，因此可以進當前Anconada環境下看看有沒有這個庫，或者版本多少
首先
source activate face27 python import keras //這就是要查的庫 keras.__version__ //看看能不能看到版本號 exit（）//退出Python環境
安裝過程
pip install -c keras==1.2.2 //Mac環境 pip install -c keras=1.2.2 //windows 環境 或者用conda conda install -c keras==1.2.2 //Mac環境 conda install -c keras=1.2.2 //windows 環境