大家好，又见面了，我是你们的朋友全栈君。
众多深度学习的初学者都会面临环境搭建的问题，本文根据亲身经历说明几个关键步骤：
1.安装Pycharm，其中社区版免费，可以直接去pycharm官网下载安装https://www.jetbrains.com/pycharm/download/
2.安装Anaconda，初学者不用急于安装最新版本的Anaconda（尤其是硬件设备并非最新的初学者，因为我注意到很多初学者的设备就是自己的笔记本或者台式机，一些并没有独立显卡，或者是NVIDIA 730之类的台式机显卡，无法使用最新的深度学习包，以及一些CUDA,cuDNN等，这就直接导致了无法使用TensorFlow 2.4.0或更高本版，而Keras每个版本依赖的TensorFlow版本也不一样，且二者共同依赖的Python版本也不一样，因此也需要注意Anaconda对应的版本，不少人在这里走了不少弯路），比如可以安装3.6.5版本的python，对应的Anaconda 5.2.0，这些比较折衷的版本，下载地址可以在清华园镜像https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/
3.安装了anaconda之后，需要在pycharm的setting中将system interpreter选为Anaconda中的python编译器，并且安装对应的Keras和TensorFlow，查看版本对应关系可以参考https://docs.floydhub.com/guides/environments/，安装方法可以直接在pycharm的terminal中使用pip安装，比如安装TensorFlow 2.1.0版本可以使用命令pip install tensorflow==2.1.0，安装Keras 2.3.1可以使用命令pip install keras==2.3.0
4.这个时候可以使用一下代码测试keras和TensorFlow安装是否成功
代码语言：javascript复制import tensorflow
import keras
print(tensorflow.__version__)
print(keras.__version__)正常情况下还会报错，需要安装DLL，这个时候根据错误提示网址去Microsoft官网下载对应的DLL即可正常运行
5. 在上述配置下就可以开始mnist手写数字识别的机器学习练习，教程参见https://www.bilibili.com/video/BV16g4y1z7Qu?from=search&seid=8141678382783275438，代码参见https://blog.csdn.net/qq_40438165/article/details/105846692
注意：初学者可以先试用TensorFlow CPU版本学习机器学习过程，因此电脑没有独立显卡也可以训练，即便有独立显卡，如果要使用TensorFlow GPU版本，还需要安装Visual Studio2015，显卡对应的CUDA，以及对应的cuDNN，过程略显复杂，不建议初学者尝试
发布者：全栈程序员栈长，转载请注明出处：https://javaforall.cn/174338.html原文链接：https://javaforall.cn
