基於深度學習的建築能耗預測01——Anaconda3-4.4.0+Tensorflow1.7+Python3.6+Pycharm安裝


天津城建大學建築學院18級-數字設計-基於深度學習的建築能耗預測—2021WS
作者:徐仔
指導老師:萬老師、丁老師
帶組導師:宋學姐(建築學專業)、盧學長(計算機專業)
(轉載請注明出處)

一,安裝python及其環境的設置

(寫python代碼前,在電腦上安裝相關必備的軟件的過程稱為環境搭建)

· 完全可以先安裝anaconda(會自帶Python),安裝anaconda時選好版本即可,無需單獨安裝python

· 打開官網:https://www.python.org/

下載完畢,雙擊安裝包,選擇Customize installation,勾選Add Python 3.6 to PATH

· 安裝成功后,win+R 彈出運行命令,輸入cmd打開終端

(r:run,運行;cmd :command,是一個windows 內置的命令行人機交互界面)

在終端輸入命令去運行寫好的代碼,格式【解釋器路徑 空格 代碼文件路徑】

比如說:我在電腦任意文件夾下新建一個txt文件,命名為 a.txt 。往里輸入幾行代碼

· 添加環境變量,以便於以后快速找到python 解釋器

(或者右鍵點擊“此電腦”圖標—屬性—高級系統設置)

新建變量:寫上python解釋器的路徑

· 解釋器安裝成功后,就可以開始寫代碼並運行代碼了,但是用以上方法進行開發會不太方便,所以就出現了一些IDE(Intergrated Development Environment 集成開發環境),在IDE上會非常方便,針對Python開發者的常見IDE有:Pycharm(主流)、VSCode、Sublime等。

二、安裝Pycharm

官網下載Pycharm專業版:

https://www.jetbrains.com/pycharm/download/#section=windows

下載直接安裝(進行到 Choose Start Menu Folder 頁面時,選擇JetBrains)

pycharm中文指南網址:https://pycharm.iswbm.com/

1.首次使用pycharm必要配置

2.寫代碼&運行

(注:python采用 PEP 8 作為編碼規范。Python Enhancement Proposal--python增強建議書;8代表python代碼的樣式指南。在pycharm里可以設置自動根據 PEP 8 規范調整格式)

(本質和在終端操作一樣的,即:解釋器 空格 代碼路徑。當pycharm配置好解釋器,選擇指定路徑下的文件夾來寫代碼時,pycharm會自動生成路徑,無需自己輸入)

三、安裝Anaconda

· Anaconda 是一個可用於科學計算的Python發行版,使用Python寫代碼的時候,還有很多其他的配套工作(如運行腳本、下載各種需要用到的庫、管理環境等),Anaconda幫助管理了在使用python時需要用到的包和環境。

·可以利用自帶的conda,對python包安裝、卸載和更新。

清華鏡像源網站下載安裝包:https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/

(根據python版本選擇anaconda版本,我們用的python3.6.5,所以在清華鏡像源里找到anaconda3 4.4.0版本下載)

安裝完Anaconda,就相當於安裝了Python、命令行工具Anaconda Prompt、集成開發環境Spyder、交互式筆記本IPython和Jupyter Notebook。

· 配置環境變量

打開高級系統設置(詳見前文安裝python講解),系統變量中找到path變量,編輯

· 將Anaconda環境與IDE連接起來

打開Pycharm,“File--settings--Project--Project Interprete”,點擊旁邊的設置齒輪圖標,選中“Add”

選擇“system Interpreter”,就能看到Anaconda環境自動導進來了,如果沒有自動導進來,就手動找到Anaconda安裝目錄下python.exe;選中它回車,以后的項目都會在Anaconda環境下運行了。

· 使用conda進行環境管理和包管理

conda是anaconda中的環境管理器和包管理器,對於conda 的操作都發生在命令行內,我們可以打開Anaconda Prompt 進行操作。

1.檢查conda

使用conda 之前檢查conda是否已經被安裝,以及當前版本是否是最新。

conda --version
>>conda 4.3.21
#如果有新版本可用,在提示proceed([y]/n)?中輸入y進行升級。

輸入“conda --version”后,如果返回對應的Anaconda的版本號,說明環境變量配置成功。

2.環境管理

· 創建環境

#創建一個環境名為python36,指定python版本是3.6
#(不用管是3.4.x,conda會自動尋找3.6.x中的最新版本)
conda create --name py36 python=3.6
#(如果需要:通過創建環境,我們可以使用不同版本的Python
conda create --name py27 python=2.7)

· 激活環境

#在windows環境下使用activate激活
activate py36

# 在Linux & Mac中使用source activate激活
source activate py36

激活后,會發現terminal輸入的地方多了(py36)的字樣,這表示我們已經進入了py36的環境中。

· 退出環境

# 在windows環境下使用deactivate
deactivate

# 在Linux & Mac中使用source deactivate
source deactivate

· 刪除環境

如果你不想要這個名為py36的環境,可以通過以下命令刪除這個環境。

conda remove -n py36 --all

可以通過以下命令查看已有的環境列表,現在py36已經不在這個列表里,所以我們知道它已經被刪除了。

conda info -e

3.包環境

我們使用conda進行第三方包的安裝、卸載和更新。

對於包的下載,我們可以先設置國內鏡像。這是因為http://Anaconda.org的服務器在國外,所以conda在下載包的時候速度往往很慢。所幸清華TUNA鏡像(https://mirrors.tuna.tsinghua.edu.cn/help/anaconda/)有Anaconda倉庫的鏡像,我們將其加入conda的配置,即可解決這個問題。

# 添加Anaconda的TUNA鏡像
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
    
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/
    
conda config --set show_channel_urls yes

四、安裝 Tensorflow

注:TensorFlow is an open source software library for numerical computation using data flow graphs.
TensorFlow是一個開源軟件庫,用於使用數據流圖進行數值計算。

TensorFlow r0.12 及以后版本添加了對 windows 系統的支持,自此實現了三大平台,一套代碼多平台運行。安裝 TensorFlow 方式有很多種,下面使用 Anaconda 在 windows10 安裝 TensorFlow (CPU版)。

繼續在Anaconda Prompt 窗口輸入

conda create -n tensorflow python=3.6

回車,表示創建Tensorflow依賴環境

出現 Proceed([y]/n)? 輸入y 回車

我的已配好,所以報錯:已經存在

繼續輸入

activate tensorflow

此時已激活Tensorflow虛擬環境,當不使用Tensorflow時,輸入以下代碼關閉:

deactivate tensorflow

測試

import tensorflow as tf

*踩坑解決參考博客:

https://blog.csdn.net/weixin_45092204/article/details/117985062?ops_request_misc=%257B%2522request%255Fid%2522%253A%2522163167490916780265467860%2522%252C%2522scm%2522%253A%252220140713.130102334..%2522%257D&request_id=163167490916780265467860&biz_id=0&utm_medium=distribute.pc_search_result.none-task-blog-2allsobaiduend~default-2-117985062.pc_search_insert_download&utm_term=Invalid+requirement%3A+%27tensorflow.%27&spm=1018.2226.3001.4187

https://hyacm.com/acai/dl/225/install-tensorflow/

https://blog.csdn.net/qq_39234705/article/details/83241129

https://blog.csdn.net/qq_40290810/article/details/110394925

https://www.cnblogs.com/ming-4/p/11516728.html


免責聲明!

本站轉載的文章為個人學習借鑒使用,本站對版權不負任何法律責任。如果侵犯了您的隱私權益,請聯系本站郵箱yoyou2525@163.com刪除。



 
粵ICP備18138465號   © 2018-2025 CODEPRJ.COM