科學計算環境配置教程

科學計算環境配置教程

你本次須要安裝，最好用有線網下載。

• Anaconda

• spyder

• jupyter notebook

• Sklearn

• XgBoost

• LightGBM

• CatBoost

• Keras

• TensorFlow

文末有介紹如何在實驗室的文件服務器上，下載所須要的安裝包。

1.Anaconda安裝

若是你已經裝了Anaconda，而且在使用過程當中沒有出現奇怪的問題，能夠跳過安裝步驟。

不然，建議你把原來的卸載掉，按照這個步驟從新安裝！！！

1.1安裝

首先在清華鏡像站下載安裝包：https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/

1. 選擇Anaconda3-5.0.1版本下載（經踩坑發現，5.2和5.3版本在建立環境時存在bug；因此不要在乎後面圖片寫的是5.3版本的，事實上我在5.0版本上才安裝成功）

1. 運行安裝包，改變安裝目錄，將其放到非系統盤

1. 將兩個選項都勾上，安裝

1. 這裏選擇跳過

![4.jpg](https://upload-images.jianshu.io/upload_images/7007489-4af3e97327194fff.jpg?imageMogr2/auto-orient/strip%7CimageView2/2/w/1240)

1.2 更換conda鏡像源

anaconda默認的鏡像源在國外，訪問速度很是慢。因此這裏咱們首先將它改成國內的清華鏡像站。

1. 按下win+R快捷鍵，在運行窗口輸入cmd

1. 在cmd中，依次輸入如下三行命令。（逐條複製上去）

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

像這樣就完成了

1.3 更換pip源

默認pip源也在國外，這裏換成國內豆瓣提供的pip源：

• 1. 在C:\Users【你的用戶名】 目錄下新建一個名爲pip的文件夾

• 1. 在pip目錄下建立pip.txt文件，並將文件後綴名改成ini

將如下內容寫入文件，並保存

[global]
timeout = 60
index-url = https://pypi.doubanio.com/simple

• 1. 完成

2環境安裝

2.0 Anaconda

anaconda 5.0默認Python版本爲3.6.3，目前已經支持TensorFlow了，這意味着你能夠跳過這一步。

可是，保險起見，咱們仍是使用Python3.5環境，由於這個版本的Python，有更多的科學計算包兼容它。

• 1. 在開始菜單中啓動它。（啓動較慢，需等待）

• 1. 建立一個名爲py35的python 3.5環境

• 1. 接下來安裝所要的包

注意將Applications on切換到新建的py35環境，把箭頭所指的都裝上。

以上步驟，若是你打不開界面，或者安裝時報錯，能夠在命令行中進行操做。在cmd中依次執行如下命令：

conda create -n py35 python=3.5
activate py35
conda install spyder
conda install jupyter
conda install glueviz

• 1. 安裝完成後啓動這個jupyter notebook

  ​

• 1. 在瀏覽器打開這個地址

• 1. 在右上角，新建一個ipython文件

• 1. 確保這段代碼可以正常運行，即安裝成功

  若是沒有報錯，則說明上面步驟沒有問題。

2.1 安裝scikit-learn

在cmd中輸入如下命令，激活剛剛建立的py35環境

activate py35

注意：在cmd中使用命令操做所建立的環境以前，都須要指定一個環境，並激活它。

使用（activate + 環境名稱）激活環境

一共兩步

1. 輸入activate py35，激活環境

2. 輸入

   pip install scikit-learn

運行這段代碼，若是沒有報錯則說明安裝成功

from sklearn.ensemble import RandomForestClassifier

2.2 安裝XGBOOST

輸入如下命令：安裝

pip install xgboost

檢查是否安裝成功

import xgboost as xgb

2.3 安裝LightGBM

輸入如下命令：安裝

pip install lightgbm

檢查是否安裝成功

import lightgbm as lgb

2.4 安裝CatBoost

輸入如下命令：安裝

pip install catboost

檢查是否安裝成功

from catboost import CatBoostClassifier

2.5 安裝TensorFlow CPU版

若是你沒有顯卡，或者你的顯卡不是Nvidia的，請安裝CPU版。

pip install tensorflow

2.6 安裝TensorFlow GPU版

若是你的顯卡是NVIDIA的，建議安裝GPU版，它支持cuda加速，能夠十倍提升精算性能。

在安裝GPU版的tensorflow以前，你須要安裝CUDA Toolkit和cuDNN

注意：在進行如下步驟以前，請再次確認，你的顯卡是NVIDIA的顯卡，而且顯卡驅動版本爲384.x或以上。

最新release版本的tensorflow須要如下工具包。安裝時，必定要注意版本號對不對！！

• CUDA® Toolkit —TensorFlow supports CUDA 9.0.
• cuDNN SDK (>= 7.2)

這兩個安裝包已經上傳到了羣文件，請直接下載安裝。（安裝包是win10的，其餘系統自行下載）

CUDA

運行cuda_9.0.176_win10.exe文件

1. 首先選擇一個臨時文件夾，在安裝結束後能夠將其刪除

1. 選擇Custom安裝！！

1. 建議將這三個文件夾放在同一目錄下(方便後面查找)

2. 一路next，安裝完成

cuDNN

1. 解壓cudnn-9.0-windows10-x64-v7.4.1.5.zip

2. 複製解壓出來的文件

3. 將其複製到cuda/development目錄

4. 在環境變量中添加如下路徑

   注意將目錄改爲本身的

   安裝tensorflow-gpu

   1. 激活環境後，在cmd輸入如下命令進行安裝：

   pip install tensorflow-gpu

   1. 運行如下代碼，檢測是否安裝成功

      import tensorflow as tf
      hello = tf.constant('Hello, TensorFlow!')
      sess = tf.Session()
      print(sess.run(hello))

2.7 Keras安裝

注意：Keras必定要在裝好TensorFlow以後安裝。

輸入如下命令：安裝

pip install Keras

運行如下代碼，檢測是否安裝成功

from keras.layers import Dense

- 恭喜你，終於把環境配好了~

文件下載

• Anaconda安裝包
• CUDA安裝包
• cuDNN文件

以上文件均已上傳到實驗室文件服務器。

使用有線網，在地址欄輸入\\file.kenvix.com\File\科學計算環境安裝，便可下載。

最後介紹一下jupyter notebnook快捷鍵

快捷鍵有不少，這裏介紹最經常使用的幾個

• Shift-Enter : 運行本單元，選中下個單元
• Ctrl-Enter : 運行本單元
• Alt-Enter : 運行本單元，在其下插入新單元
• Shift-Tab : 輸出幫助信息，部分函數、類、方法等會顯示其定義原型，若是在其後加 ? 再運行會顯示更加詳細的幫助
• Tab : 代碼補全
• ESC : 進入命令模式
• A : 命令模式下使用，向上增長單元
• B : 命令模式下使用，向下增長單元

隨安裝教程發佈的還有Python入門的jupyter notebook文件，

請用jupyter notebook打開，並弄懂裏面的代碼。

• 歡迎關注個人公衆號，一塊兒學習！