QQ:3020889729 小蔡
python环境配置（Anaconda安装）
什么是Anaconda？
Anaconda是一个包管理器——简单地说，就是对python相关的包进行下载和管理。并且，它还允许创建不同的虚拟环境，以提供不同的工作环境需求。
为什么需要安装Anaconda？
如果直接下载python环境，我们最直接的体会就是，在下载一个包时，还会需要下一系列依赖的包或者模块——但是我们使用Anaconda，那么我们可以在下在一个模块时，会自动选取相应的依赖一并下载。
- 下载Anaconda
https://blog.csdn.net/weixin_44604887/article/details/105453396 - 安装Anaconda
https://blog.csdn.net/weixin_44604887/article/details/105453396 - 测试安装情况
https://blog.csdn.net/weixin_44604887/article/details/105453396 - Anaconda常用命令
https://blog.csdn.net/weixin_44604887/article/details/105454468
pycharm使用简介
为什么使用pycharm?
方便我们创建完整的项目和管理项目；同时提供我们一些列相关的便捷功能。——简单点说，它是我们使用python时，一个不错的工具。
下载方式（直接百度吧，都有的——至于q，那啥，咱还是工作再说吧，学习就先这样用着。）
- 安装pycahrm（略）
- 创建新项目以及代码文件
https://blog.csdn.net/weixin_44604887/article/details/105455783 - 配置项目工作环境
https://blog.csdn.net/weixin_44604887/article/details/105455783 - 配置下载源——提高下载效率
https://blog.csdn.net/weixin_44604887/article/details/104443577 - 下载包和模块
https://blog.csdn.net/weixin_44604887/article/details/104443577 - Debug进程演示
https://blog.csdn.net/weixin_44604887/article/details/105456267 - 绘图结果展示区域
https://blog.csdn.net/weixin_44604887/article/details/105457033
Anaconda环境问题解决方案
为什么需要创建环境？
当我们在完成不同的工作时，python都能给我们提供不同的快捷包，是我们更好的完成需求——但是，同样的，因为越来越多的包使得我们的python环境变得很大，很繁杂。
对python本身或许不是很大的问题，但是当我们使用一些集成环境时，比如pycharm，他在应用环境时，会索引——这时，包多就索引多，索引多花的时间也就多了。
而且此外，如果对于某项工作，既要保证py2又要py3，那么我们采用下载安装python本身的环境就会比较麻烦。（当然，一般不会py2和py3交叉使用的，基本都是固定某一种，或者做更改为统一的版本。）
解决以上问题——可以采用Anaconda包管理下的虚拟环境创建，以创建不同工作需要的不同的环境，可多元化配置。
- 命令查看已有环境
https://blog.csdn.net/weixin_44604887/article/details/105454468 - 创建新环境
https://blog.csdn.net/weixin_44604887/article/details/105454468 - 运行新环境
https://blog.csdn.net/weixin_44604887/article/details/105454468 - 退出当前环境/运行其它环境
https://blog.csdn.net/weixin_44604887/article/details/105454468
Anaconda的Channel更改——换下载源
为什么需要更改源？
conda默认下载源为国外源——所以，下载速度和稳定性不言而喻（对于不方便科学上网的同学）。
所以，我们可以改换为国内的镜像源——什么是镜像源，这里就不做过多解释了，只需要知道换用国内镜像源，可以是我们下载conda包会更加稳定和迅速。
- 添加Channel
https://blog.csdn.net/weixin_44604887/article/details/105454468 - 测试换源是否成功(channel是否添加成功)
https://blog.csdn.net/weixin_44604887/article/details/105454468
Anaconda模块和包的安装问题解决方案（后期整理补上）
为什么会出现安装问题？
不支持当前环境，版本不支持；本地配置异常；缺少依赖项……问题不尽相同，但是总有解决的方法。
这里仅提供部分比较常见问题的有效解决方法。
- conda版本不支持，更新conda
- 包下载后不能引用，需要更新对应的支持模块
- Http解析错误的可能原因，重新安装Anaconda
tensorflow下载以及安装问题（后期整理补上）
为什么选择tensorflow？
渴望智能，是一种会让人着迷的知识、一种技术。但是，对于神经网络的构建，却是不那么容易的。如果让你从一开始的人为神经元创建，神经元之间的传递方式，以及最有表现意义的网络层结构等等都是十分麻烦的，所以这时候，如果有现成的框架，我们只需要把我们需要的部分调用，再设计，再修改会方便很多。
人工智能的框架虽然有很多，但是在众多的框架中，tensorflow也算是一位元老级‘人物’了——它稳定且可以很好的使用于一些常见的人工智能应用领域。
- 神经网络的开源框架
- 易学，性能稳定
- 适用环境广
pytorch下载及相关问题（后期整理补上）
为什么选择pytorch？
说到pytorch，你想必也会想到tensorflow——因为它们在人工智能方面应用都很多。而为什么推荐pytorch呢，或许他不如tensorflow那么简单，但是呢，如果你掌握了它，它会让你的计算/训练/预测变得相对更迅捷，同时也可以作为数据科学研究的一个不错的工具。
- 数据处理能力强，运算更为快捷
- 提供人工智能框架
转载：https://blog.csdn.net/weixin_44604887/article/details/105457071