紫涵的Python小课堂-第二讲

紫涵的Python小课堂---第二讲。python的安装

因为上一期好像没有什么干货，那么我这一期就来给大家满满的干货。

Python的版本选择

首先大家要明确一个问题，Python是有版本之分的。

现在主要有两个版本，Python2和Python3。

至于为什么没有1，我也不知道，总之我开始学习的时候就只有这两个版本了。

Python3用的会多一些，所以我们以Python3为主。

Python的下载

由于Python是开源的，那么我们直接去官网下载就好了。

至于官网，百度一下就出来了。

之后选择最新版本下载。

请注意，我们要下载的是一个后缀带.exe的文件。英语水平不好的同学不要下错了。

Python的安装

小伙伴们一定要注意啊，安装的时候一定要把这个点上，没有点的话后来要自己添加环境变量的，具体的方法可以参考本文后面添加环境变量的方法学着类比添加一下。

像我上图这样做就能检查是否安装成功Python了。

Anaconda的安装

下载及安装Anaconda开发工具

注：下载Anaconda installer achive

Anaconda 对于 Python不同版本会做区别大家一定要注意哦！

如果是Python3的话记得下载Anaconda3。

github下载安装

如果是从github下载的话那么去这个网址就可以看到安装文件的下载地址了。

http://github.com/tensorflow/tensorflow

pip下载安装TensorFlow

其实很多想要学习人工智能方面的小伙伴可以顺道把TensorFlow下了，毕竟TensorFlow是目前很热门的框架了，要是做机器学习的话选择这个框架可以省去你的很多麻烦。

在线安装nightly包

pip install tf-nightly %CPU版本

pip install tf-nightly %GPU版本

安装纯净的TensorFlow

pip install tensorflow %CPU版本

pip install tensorflow-gpu %GPU版本

如果你安装的是GPU版本，那么请执行以下的步骤

首先安装CUDA软件包

注意：下载的时候要下载和应该和TensorFlow的版本对应

查看TensorFlow版本

直接打开CMD

tensorflow-c

虽然我也不知道是只有英伟达的卡才能用这个网站还是AMD也可以，反正我的本本是英伟达的显卡。

安装cuDNN库

https://developer.nvida.com/cudnn

下载解压之后要复制到CUDA/V~文件夹下

因为是GPU版本，所以我们下一步就要测试显卡了

测试显卡

首先我们右键我的电脑，点击属性。

我们看最左边的，点击高级系统设置，最上面的选到高级，点击环境变量，找到path，点击编辑。

把C:\program Files\NVIDA Corporation\NVSMI添加到path

咱们上面执行的这个步骤就叫做添加环境变量，一定要记住环境变量这个名词哦，别以后别人说起的时候还一脸懵逼。

之后再cmd里再执行

nvida-smi

咱最后再来查看一下CUDA的版本

在CMD里面输入

nvcc-V