科学计算环境配置教程

你本次需要安装，(最好用有线网下载)。

• Anaconda
• spyder
• jupyter notebook
• Sklearn
• XgBoost
• LightGBM
• CatBoost
• Keras
• TensorFlow

文末有介绍如何在实验室的文件服务器上，下载所需要的安装包。

1.Anaconda 安装

如果你已经装了 Anaconda，并且在使用过程中没有出现奇怪的问题，可以跳过安装步骤。
否则，建议你把原来的卸载掉，按照这个步骤重新安装！！！

1.1 安装

首先在清华镜像站下载安装包：https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/

1. 选择 Anaconda3-5.0.1 版本下载（经踩坑发现，5.2 和 5.3 版本在创建环境时存在 bug；所以不要在意后面图片写的是 5.3 版本的，事实上我在 5.0 版本上才安装成功）

2. 运行安装包，改变安装目录，将其放到非系统盘

3. 将两个选项都勾上，安装

4. 这里选择跳过

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

1.2 更换 conda 镜像源

anaconda 默认的镜像源在国外，访问速度非常慢。所以这里我们首先将它改为国内的清华镜像站。

1. 按下 win+R 快捷键，在运行窗口输入 cmd

2. 在 cmd 中，依次输入以下三行命令。（逐条复制上去）

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

像这样就完成了

1.3 更换 pip 源

默认 pip 源也在国外，这里换成国内豆瓣提供的 pip 源：

• 1. 在 C:\Users\【你的用户名】 目录下新建一个名为pip的文件夹

• 1. 在pip目录下创建pip.txt文件，并将文件后缀名改为ini

将以下内容写入文件，并保存

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

• 1. 完成

2 环境安装

2.0 Anaconda

anaconda 5.0 默认 Python 版本为 3.6.3，目前已经支持 TensorFlow 了，这意味着你可以跳过这一步。
但是，保险起见，我们还是使用 Python3.5 环境，因为这个版本的 Python，有更多的科学计算包兼容它。

• 1. 在开始菜单中启动它。（启动较慢，需等待）

• 1. 创建一个名为py35的 python 3.5 环境

• 1. 接下来安装所要的包

注意将Applications on切换到新建的py35环境，把箭头所指的都装上。

以上步骤，如果你打不开界面，或者安装时报错，可以在命令行中进行操作。在 cmd 中依次执行以下命令：

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

• 1. 安装完成后启动这个 jupyter notebook

• 1. 在浏览器打开这个地址

• 1. 在右上角，新建一个 ipython 文件

• 1. 确保这段代码能够正常运行，即安装成功

如果没有报错，则说明上面步骤没有问题。

2.1 安装 scikit-learn

在 cmd 中输入以下命令，激活刚刚创建的py35环境

activate py35

注意：在 cmd 中使用命令操作所创建的环境之前，都需要指定一个环境，并激活它。
使用（activate + 环境名称）激活环境

一共两步

1. 输入activate py35，激活环境
2. 输入

pip install scikit-learn

运行这段代码，如果没有报错则说明安装成功

from sklearn.ensemble import RandomForestClassifier

2.2 安装 XGBOOST

输入以下命令：安装

pip install xgboost

检查是否安装成功

import xgboost as xgb

2.3 安装 LightGBM

输入以下命令：安装

pip install lightgbm

检查是否安装成功

import lightgbm as lgb

2.4 安装 CatBoost

输入以下命令：安装

pip install catboost

检查是否安装成功

from catboost import CatBoostClassifier

2.5 安装 TensorFlow CPU 版

如果你没有显卡，或者你的显卡不是 Nvidia 的，请安装 CPU 版。

pip install tensorflow

2.6 安装 TensorFlow GPU 版

如果你的显卡是 NVIDIA 的，建议安装 GPU 版，它支持 cuda 加速，可以十倍提高精算性能。

在安装 GPU 版的 tensorflow 之前，你需要安装 CUDA Toolkit 和 cuDNN

注意：在进行以下步骤之前，请再次确认，你的显卡是 NVIDIA 的显卡，并且显卡驱动版本为384.x或以上。

最新 release 版本的 tensorflow 需要以下工具包。安装时，一定要注意版本号对不对！！

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

这两个安装包已经上传到了群文件，请直接下载安装。（安装包是 win10 的，其他系统自行下载）

CUDA

运行cuda_9.0.176_win10.exe文件

1. 首先选择一个临时文件夹，在安装结束后可以将其删除

2. 选择 Custom 安装！！

3. 建议将这三个文件夹放在同一目录下(方便后面查找)

3. 一路 next，安装完成

cuDNN

1. 解压cudnn-9.0-windows10-x64-v7.4.1.5.zip
2. 复制解压出来的文件

1. 将其复制到cuda/development目录

1. 在环境变量中添加以下路径

注意将目录改成自己的

安装 tensorflow-gpu

1. 激活环境后，在 cmd 输入以下命令进行安装：

pip install tensorflow-gpu

1. 运行以下代码，检测是否安装成功

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

2.7 Keras 安装

注意：Keras 一定要在装好 TensorFlow 之后安装。

输入以下命令：安装

pip install Keras

运行以下代码，检测是否安装成功

from keras.layers import Dense

- 恭喜你，终于把环境配好了~

文件下载

• Anaconda 安装包
• CUDA 安装包
• cuDNN 文件

以上文件均已上传到实验室文件服务器。

使用有线网，在地址栏输入\\file.kenvix.com\File\科学计算环境安装，即可下载。

###最后介绍一下 jupyter notebnook 快捷键

快捷键有很多，这里介绍最常用的几个

• Shift-Enter : 运行本单元，选中下个单元
• Ctrl-Enter : 运行本单元
• Alt-Enter : 运行本单元，在其下插入新单元
• Shift-Tab : 输出帮助信息，部分函数、类、方法等会显示其定义原型，如果在其后加 ? 再运行会显示更加详细的帮助
• Tab : 代码补全
• ESC : 进入命令模式
• A : 命令模式下使用，向上增加单元
• B : 命令模式下使用，向下增加单元

随安装教程发布的还有 Python 入门的 jupyter notebook 文件，
请用 jupyter notebook 打开，并弄懂里面的代码。

• 欢迎关注我的公众号，一起学习！