本篇內容介紹了“Python怎么搭建深度學習的開發環境”的有關知識，在實際案例的操作過程中，不少人都會遇到這樣的困境，接下來就讓小編帶領大家學習一下如何處理這些情況吧！希望大家仔細閱讀，能夠學有所成！
深度學習獲得了很多關注，因為它特別擅長某種對實際應用非常有用的學習類型。運行一些簡單的例子是開始學習這項技術的好方法。設置開發環境是第一步。
有多種方法可以為深度學習設置環境。你可以在 Windows、Mac OS 或 Linux 上執行此操作。我強烈建議在 Mac OS 或 Linux 上進行開發，因為這個領域的大多數人都使用 Linux 或 Mac OS。
可以在官方網站上找到安裝 Anaconda 的更新指南。
Python語言有2.6、2.7、3.7等多個版本。很多時候，開源項目依賴于不同的語言和包版本。很容易搞亂開發環境。處理這種情況的正確方法是根據相同的包和版本為項目創建一個單獨的虛擬環境。在虛擬環境下安裝的所有東西只會影響該環境，但不會影響其他任何東西。本質上，虛擬環境是一個獨立的目錄。
創建一個名為“p3”的虛擬環境，指定Python語言版本為3.7。
conda create -n p3 python=3.7
激活新創建的虛擬環境“p3”。
source activate p3
安裝常用的機器學習包。
pip install numpy pip install pandas pip install scikit-learn pip install seaborn
安裝深度學習包
pip install tensorflow pip install keras
你還可以停用虛擬環境。
source deactivate p3
在此處下載社區版本：https : //www.jetbrains.com/pycharm/download/#section=linux
將其復制到 /opt/ 目錄。
sudo cp pycharm-community-2017.1.4.tar.gz /opt/
解壓縮文件。
cd /opt/ tar -xzvf pycharm-community-2017.1.4.tar.gz
運行腳本開始。
. /opt/pycharm-community-2017.1.4/bin/pycharm.sh
“Python怎么搭建深度學習的開發環境”的內容就介紹到這里了，感謝大家的閱讀。如果想了解更多行業相關的知識可以關注億速云網站，小編將為大家輸出更多高質量的實用文章！
免責聲明：本站發布的內容（圖片、視頻和文字）以原創、轉載和分享為主，文章觀點不代表本網站立場，如果涉及侵權請聯系站長郵箱：is@yisu.com進行舉報，并提供相關證據，一經查實，將立刻刪除涉嫌侵權內容。
