
上QQ阅读APP看本书,新人免费读10天
设备和账号都新为新人
1.4 使用Anaconda建立虚拟环境
首先,运行Anaconda虚拟环境软件,并单击主界面上的“Create”按钮,在交互界面上将拟新建的虚拟环境命名为“CV_TF23_py37”,其中,TF23表示即将安装的是TensorFlow 2.3版本,py37表示新建的虚拟环境是基于Python 3.7版本的,新建虚拟环境的交互界面如图1-4所示。

图1-4 新建虚拟环境的交互界面
然后,在Anaconda的“Home”选项内选择新建的名为“CV_TF23_py37”的虚拟环境,安装名为“spyder”的集成开发工具。选择Anaconda的“Environments”选项,单击新建的虚拟环境旁边的三角按钮,选择“Open Terminal”选项,将看到含虚拟环境名称的CMD交互界面。在该界面上,可以在虚拟环境内安装任意版本的软件包,不用担心你的操作会对系统的Python环境产生任何影响,进入虚拟环境的命令行交互界面如图1-5所示。

图1-5 进入虚拟环境的命令行交互界面
在命令行界面,安装软件包TensorFlow和Matplotlib,Matplotlib是使用最普遍的Python下的绘图可视化工具。为加快速度,此处使用“-i”参数临时指定的国内源,代码如下。

在命令行界面,将看到TensorFlow和Matplotlib这两个软件包安装成功的日志。

至此,你已经拥有了一个深度学习的开发环境,下面将帮助你使用这个虚拟环境快速处理计算机视觉项目。