Win10深度学习环境配置（下篇）：TensorFlow + Keras + Matplotlib + OpenCV

灰太狼 2022-05-16 15:07 188阅读 0赞

> **好记性不如烂笔头，纯粹为自己的学习生活记录点什么！**

本次接上篇文章[Win10深度学习环境配置（上篇）][Win10]，继续记录win10下深度学习环境配置过程，下篇记录安装TensorFlow+Keras

# TensorFlow #

由于上篇介绍了pip安装方法，所以win10系统就能与ubuntu一样，极其简单方便的使用pip直接安装！  
只需要按需选择如下其一即可一步完成安装：

pip install tensorflow-gpu # 安装TensorFlow GPU版本

或者

pip install tensorflow # 安装TensorFlow CPU版本

验证安装是否成功，win键+R -> cmd 打开命令行窗口，依次输入：

python # 这步是进入python环境，下面两句则是在python环境下输入
    >>> import tensorflow as tf
    >>> print(tf.__version__)

依次输入结果如下图  
![在这里插入图片描述][20181031125726618.png]  
可以看出已成功安装TensorFlow 1.9.0版本！

# Keras #

目前常用的高级API即是Keras，其实TensorFlow本身已经自带Keras，进入CMD命令行环境，输入python进入python环境，然后依次输入下列代码：  
![在这里插入图片描述][20181031125941968.png]  
print的结果显示keras版本是2.1.6-tf，表示是TensorFlow下的Keras版本。  
我们也可以单独安装Keras，使用pip很简单的一步搞定：

pip install keras

执行结果：  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2pvcmdfemhhbw_size_16_color_FFFFFF_t_70]  
接下来，我们验证一下独立安装Keras的信息，依然进入CMD命令行模式，为了对比，将TensorFlow下的keras也一同输出：

python
    >>> from tensorflow import keras # 从TensorFlow导入keras
    >>> print('version of tensorflow keras is', keras.__version__)
    >>> import keras # 导入独立安装的keras
    >>> print('version of keras is', keras.__version__)

输出结果如下图：  
![在这里插入图片描述][20181031130738643.png]

# 3. Matplotlib #

> Matplotlib 是一个Python画图工具库，能够显示图片，画线等操作，类似OpenCV的某些功能. Matplotlib 能在 Python 环境下运行，包括IPython shells, Jupyter notebook, web application servers.  
> 安装也是使用pip 直接安装：

pip install matplotlib

# 4. OpenCV #

在系统中安装OpenCV，然后再进行python的开发环境配置会比较麻烦，我一般都是简单的使用OpenCV的基础功能，所以可以利用python安装opencv-contrib-python 和 opencv-python。  
其实OpenCV的安装方法有两个途径，一是pip直接安装，二是在pycharm中安装！pycharm可以安装绝大部分的依赖库！

## 4.1 pip安装opencv： ##

pip install opencv-contrib-python
    pip install opencv-python

## 4.2 pycharm 安装opencv ##

打开pycharm，随便打开一个python工程，按下图打开设置（setting）：  
![在这里插入图片描述][20181031132204343.png]  
按下图所示，左侧选择Project Interpreter选项，右侧则会显示当前python环境下安装的所有依赖库  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2pvcmdfemhhbw_size_16_color_FFFFFF_t_70 1]  
上图，如果没有，则点击右上角“**+**”，打开可安装包列表，搜索opencv-contrib-python 和 opencv-python，安装即可！  
如果安装速度慢，可以添加清华大学的源，添加步骤如下图所示：  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2pvcmdfemhhbw_size_16_color_FFFFFF_t_70 2]

打开manage repositories，点击“**+**”，添加清华源

https://pypi.tuna.tsinghua.edu.cn/simple/

结果如下图  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2pvcmdfemhhbw_size_16_color_FFFFFF_t_70 3]

# 后记 #

安装完pycharm之后，很多依赖包/库都能在repositories中找到并安装，如果遇到无法安装的情况，可以使用pip试试。

> ## 慢慢积累，慢慢记录，一切都会好的，加油！ ##

[Win10]: https://blog.csdn.net/jorg_zhao/article/details/83580888
[20181031125726618.png]: /images/20220503/ad33d22e8b71441a8e9d75fff0923261.png
[20181031125941968.png]: /images/20220503/d08d539dc92a4e39b4074de82c2cf345.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2pvcmdfemhhbw_size_16_color_FFFFFF_t_70]: /images/20220503/0e0ce5e2a3c343e3abddd31853f2cb9f.png
[20181031130738643.png]: /images/20220503/fab16177ecd94aa090e31208dc9e84a6.png
[20181031132204343.png]: /images/20220503/6058d87ef24a47629dc2baef2b58d316.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2pvcmdfemhhbw_size_16_color_FFFFFF_t_70 1]: /images/20220503/97f2367528cf4053a7c36d266e1c7db3.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2pvcmdfemhhbw_size_16_color_FFFFFF_t_70 2]: /images/20220503/44ac70c6177848d3b2d6ffa105e4a776.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2pvcmdfemhhbw_size_16_color_FFFFFF_t_70 3]: /images/20220503/9bf8e075f63c41b7aa37031d8ab2be6d.png