机器学习环境安装（常用软件、包）（win10）
安装总目录
安装Anaconda3
更新Anaconda3
安装PyCharm
安装Pytorch
安装Tensorflow2.4
Python相关库安装
安装Docker
安装Jupyter
安装OpenCV
写在最后
备注：测试安装机的操作系统为win10 64位，还有就是安装的东西太多，以后详细说说吧，目前就只是单纯的环境安装整理。年纪大了，体质好像真的变弱了，我居然也会有过敏的一天，最近一周经常半夜醒来，总不能什么也不干吧，整理完了，再继续睡！！！！封皮用我以前凉的干花镇楼！
1. 安装Anaconda3
https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/
下载后，进行傻瓜式安装。
安装完毕后，配置环境变量，如下：
C:\ProgramData\Anaconda3;
C:\ProgramData\Anaconda3\Scripts;
C:\ProgramData\Anaconda3\Library\mingw-w64\bin;
C:\ProgramData\Anaconda3\Library\usr\bin;
C:\ProgramData\Anaconda3\Library\bin;
备注：C:\ProgramData\Anaconda3\为安装目录，因为我的C盘太大了，所以，就直接安装到C盘了。大家根据自己的情况进行选择安装盘符。
测试安装是否成功，输入conda info命令，如下：
2. 更新Anaconda3
为了升级方便，我们需要添加镜像，这里我们用清华镜像，添加清华镜像，命令如下：
https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/
将默认频道移除，命令如下：
conda config –remove-defaults
设置show_channel_urls值为yes，命令如下：
conda config –set show_channel_urls yes
更新anaconda3
conda update conda
conda update anaconda
conda update –all
测试更新是否成功
我们首先创建一个Python3.8的环境，方便我们学习测试的环境纯净，名字为Python38，命令如下：
conda create -n python38 python=3.8.5
激活环境，命令如下：
conda activate python38
环境激活后，我们我们来安装一下numpy，命令如下：
conda install numpy
我们在Python38的环境下，等待安装完毕后，输入命令python，进入python的命令提示符下，输入如下代码并进行运行，如下：
import numpy
from numpy import *
eye(4)
上面的代码运行截图如下，代表成功：
备注：这就代表我们安装并更新成功了，因为默认是使用的python3.7，而我们当前的版本已经到python3.8.5了。
3. 安装PyCharm
http://www.jetbrains.com/pycharm/download/#section=windows
我们选择社区版（红框标注的即是），因为免费，学习用是足够的。
安装Pycharm是非常简单的，基本就是傻瓜式安装，只有下面稍微需要注意一下，如图：
安装完毕后，我们可以双击打开软件进行新建，如下图：
此时，我们打开我们的Anaconda3，我们发现可以同步看到刚才创建的PythonStudy
4.安装Pytorch
我们安装的是Pytorch1.7.1最新版本
我们可以通过CPU-z检查是否支持CUDA，如下图：
事实证明，我的机器是不支持的，所以，下面都是安装不支持的情况进行安装。
进入Python38环境下，进行安装，命令如下：
conda install pytorch==1.7.1 torchvision==0.8.2 torchaudio===0.7.2 cpuonly
下面是安装过程截图：
测试运行看是否安装成功，命令如下：
import torch
import torchvision
正确安装的截图如下：
备注：由于为了安装测试的准确性，我设置了多个环境，所以，大家不用介意我的Anaconda3配置的环境。
5.安装Tensorflow2.4
安装是非常简单的，激活环境，键入命令回车即可，命令如下：
python -m pip install tensorflow==2.4
测试是否成功
执行清理屏幕的命令：
import os
os.system(“cls”)
如果我们发现屏幕被正常清理，那么说明执行成功。
下面我们做一个1 2的加法操作来进行测试，代码如下：
import tensorflow as tf
import os
os.environ[‘TF_CPP_MIN_LOG_LEVEL’] = ‘2’
tf.compat.v1.disable_eager_execution()
sess = tf.compat.v1.Session()
a=tf.constant(1)
b=tf.constant(2)
print(sess.run(a b))
执行上面的代码，运行结果如下：
到此，说明Tensorflow2.4安装成功！
6. 安装Python相关库
这个部分很简单，我们只要记住安装命令即可：
conda install xxx
其中xxx是库名
我们常用的学习库：
NumPy, Matplotlib, Pandas, Keras
我们就以Matplotlib为例进行安装讲解：
执行命令如下：conda install Matplotlib
测试是否安装成功，还是运行一段代码，代码如下：
import matplotlib.pyplot as plt
labels=’frogs’,’hogs’,’dogs’,’logs’
sizes=15,20,45,10
colors=’yellowgreen’,’gold’,’lightskyblue’,’lightcoral’
explode=0,0.1,0,0
plt.pie(sizes,explode=explode,labels=labels,colors=colors,autopct=’%1.1f%%’,shadow=True,startangle=50)
plt.axis(‘equal’)
plt.show()
执行上面的代码，如果出现如下图，证明安装成功。
其他库的安装也是一样，就不一一讲解了。
7.安装Docker
开启本机虚拟化选项
还需要开启hyper-v。win10家庭版没有的话，创建安装hyper-v的批处理程序。批处理内容如下：
pushd “%~dp0″
dir /b %SystemRoot%\servicing\Packages\*Hyper-V*.mum >hyper-v.txt
for /f %%i in (‘findstr /i . hyper-v.txt 2^>nul’) do dism /online /norestart /add-package:”%SystemRoot%\servicing\Packages\%%i”
del hyper-v.txt
Dism /online /enable-feature /featurename:Microsoft-Hyper-V-All /LimitAccess /ALL
接着就是运行批处理程序进行安装，运行过程图如下：
查看是否安装成功，截图如下：
安装wsl_update_x64.msi，这是必须的，否则会出现安装无问题，运行出BUG。
后面就比较简单，就是进行下载并安装，也是傻瓜式安装，瞬间就安装完成了。
安装完成后，我们利用常用命令来检查一下Docker是否安装成功。
A. 检查Docker的版本
B. 查看Docker的具体版本信息
C. 查看Docker信息
我们下面运行docker run hello-world以测试从Docker Hub中拉取图像并启动容器。在启动之前，我们为了提高速度，需要加镜像，这里我用的网易的镜像。修改daemon.json文件的的属性”registry-mirrors”值为
[“http://hub-mirror.c.163.com”]
我们下面通过docker images命令来查看一下刚才的hello-world镜像是否安装成功，如下图：
我们已经可以从上图看出该镜像已经存在。大功告成！
同时，打开我们刚才安装的Docker Desktop，发现同步出现了hello-world镜像，一切是多么的完美，哈哈哈。如下图：
8. 安装Jupyter
和之前一样，执行命令：
canda install jupyter，回车等着成功就可以了。
安装完成后，直接在命令下输入:
jupyter notebook
过一会儿，会直接打开默认浏览器，显示：
http://localhost:8888/tree
截图如下：
9.安装OpenCV
安装命令如下：
conda install -c menpo opencv
测试是否安装成功，执行import cv2不报错，代表安装成功！
