深度学习应用开发 课件 cha1 7-深度学习应用开发环境搭建-创建虚拟环境

目录1创建虚拟环境01任务安装TensorFlow02任务Python第三方库的安装03任务1创建虚拟环境1创建虚拟环境Anaconda软件安装完成之后，使用软件创建虚拟环境，创建虚拟环境的途径有两个：通过Anaconda软件图形界面创建；通过命令在AnacondaPrompt中创建。1创建虚拟环境(1)搜索框输入anaconda命令，点击Anaconda图标打开软件，点击左下角Create；通过Anaconda软件图形界面创建：1创建虚拟环境(2)弹出创建新环境对话框；给新建的虚拟环境命名，这里将虚拟环境命名为tf，Python版本为3.6，点击Create;1创建虚拟环境(3)稍等片刻，在Environments一栏，会多出一个名为tf的虚拟环境。1创建虚拟环境(4)打开AnacondaPrompt命令提示符，默认打开base(root)环境，在命令提示符中输入activatetf命令，激活创建的tf环境，如图所示，表示tf虚拟环境创建成功。1创建虚拟环境创建一个名为tensorflow，Python版本为3.8的虚拟环境，打开AnacondaPrompt，输入如下命令：condacreate-ntensorflowpython=3.8使用前述方法可以查看虚拟环境信息和Python版本。通过命令在AnacondaPrompt中创建2安装tensorflow2这里我们给创建虚拟环境tensorflow配置安装包和深度学习框架，深度学习框架选择CPU版的TensorFlow2.0。步骤如下：(1)打开AnacondaPrompt，输入activatetensorflow命令激活虚拟环境tensorflow后，输入如下命令安装TensorFlow包：pip/conda

install

tensorflow

(2)如果下载太慢，可以选择从清华镜像源网站下载，命令如下：pip

install

-i/simple

tensorflow2(3)输入安装命令后，系统搜集到要安装的包，输入y，确认安装；如图所示：2(4)安装完成后，可以输入piplist命令查看虚拟环境中安装的包列表，可以查看安装的tensorflow包的版本信息，如图所示：2(5)也可以输入pipshowtensorflow命令查看tensorflow版本，如图所示：2(6)接下来测试tensorflow是否安装成功。输入python，进入python命令行模式；然后输入命令：import

tensorflow

如果没有显示任何报错信息，则tensorflow安装成功。如图所示：3Python第三方库的安装3TensorFlow安装完成之后，在开发具体的项目时，还需要安装一些Python的第三方库，这里以安装Matplotlib、NumPy和Pandas为例，介绍第三方库的安装流程，按照此方法可以安装其第三方包。3(1)MatplotlibMatplotlib是一个数据可视化工具，可以用来绘制各种图表，例如折线图、柱状图和三维图。安装命令如下：pipinstallmatplotlib3(2)NumpyNumpy是一个数学函数库，支持矩阵运算和大量数学函数运算，Numpy的数据类型支持在Matplotlib、OpenCV等多种第三方库上使用。安装命令如下：pipinstallnumpy3(3)PandasPandas是数据分析及可视化工具，支持数据处理和数据的可视化，例如读取Excel文件中的数据，并对其进行统计、运算、分析或可视化。安装命令如下：pipinstallpandas3与安装Te