安装python各类工具包、IDE以及著名开源模块如kaldi等的简单总结

          在学习一门语言或者使用一个著名的开源工具时,搭建环境是非常重要的一步,在环境搭建的过程中往往要踩很多坑。昨天一不小心把电脑操作系统整坏了,搞了个通宵算是搞定了,把win10系统重装回win7,但之前搭建的环境都要重新来过。因为之前搭建也是各种查资料,不断试错,花了蛮久才把环境搭完,但忘记整理过程了,以至于又要再次查资料,试错,真是蠢。所以,总结经验教训,打算把搭建环境的关键过程简单整理一下,留以备用,未来学习新东西也要如此。

        笔记本电脑环境:64 位win7系统

        目前主要安装了python2.7、python3.5、pycharm、Anaconda2、Anaconda3、虚拟机工具VMWare(Ubuntu16.04)、kaldi、tensorflow等

        安装过程中主要有以下几点考虑:

        1.  python2.7版本与python3.5版本有很多区别,与python2.7相比,python3.5合并或者修改了很多内容,手头的教材资料都是针对2.7版本的,而3.5版本支持Windows下的tensorflow集成,综合以上原因选择安装两个python版本。

        软件版本和文档均可在python官网https://www.python.org/找到。下载完成后直接点击安装即可。安装完成后可能需要将相应的python加入到系统PATH路径,看个人需求。

        安装各类工具包--------查看python版本:在cmd窗口中输入python(前提是已经将python加入系统path路径)或者在python IDLE中输入以下代码:

1 import pip
2 print(pip.pep425tags.get_supported())

  

http://www.lfd.uci.edu/~gohlke/pythonlibs/中,与上图对应的是***cp35‑cp35m‑win_amd64.whl的工具包,按需下载各类whl工具包。

win7下whl类型工具包的安装需要用到pip包管理工具。如果没有安装pip,以python2.7为例,在安装目录D:Python27Scripts下找到easy_install工具,利用dos命令cd将cmd窗口的执行目录变成D:Python27Scripts,执行easy_install pip,即可安装pip工具。python3.5版本的安装目录下已经有pip,无需再次安装。

下载好所需的whl工具包后,cd到工具包放置目录,执行pip install +whl工具包全名,如

1 pip install numpy‑1.12.0b1+mkl‑cp35‑cp35m‑win_amd64.whl

安装某些工具包时,可能还需要安装别的依赖包,如matplotlib,按上述步骤进行即可。

        2.  pycharm安装

        在pycharm官网http://www.jetbrains.com/pycharm/下载pycharm,下载完成后正常安装即可。安装完成后需要激活,网上很多老版本的激活码已经过期的,尝试了好多,最终成功的方法是:激活时选择填写license server,输入: http://elporfirio.com:1017/或者http://idea.imsxm.com/

        3.  Anaconda安装

        在Anaconda官网https://www.continuum.io/downloads下载安装即可。不同版本的Anaconda对不同版本的python支持性不同。本人下载了这么多python仅仅是为了日后尝试,了解它们之间的区别。

         4.  VMWare和Ubuntu16.04

          安装虚拟机Ubuntu的目的是为了熟悉linux,同时很多开源项目和框架均是在linux系统下的支持特别好。双系统和虚拟机安装两种方法之间我选择了虚拟机,主要觉得虚拟机比较方便吧。

         5.   kaldi

         kaldi是科大讯飞开源的语音识别工具,对linux的支持与维护较好,这是选择安装虚拟机Ubuntu系统的主要原因。

         kaldi官网http://www.kaldi-asr.org/doc/index.html包含kaldi安装和使用介绍的详细文档,后续自学的过程中会整理关于kaldi的相关文档。

         6.   tensorflow

         tensorflow是Google的开源深度学习框架,官网https://www.tensorflow.org/和中文社区http://www.tensorfly.cn/均详细介绍了相关的安装和使用知识。

         python3.5以上版本与tensorflow可以在windows系统结合使用,python2.7则不行。anaconda可以集成tensorflow。

         tensorflow官网上有CPU以及CPU与GPU结合两种情形、多种系统下的安装方式。

         经验教训总结:搭建环境的过程中会遇到很多陌生的语法之类的东西,不必执着一下学会使用某种命令,只要能够正确搭建相应的环境,那么对正确代码和步骤做好记录即可。现阶段,实现目的最重要,不应执着于开始就搞懂安装代码的原理以及开源工具的使用细节,不然太耗费时间,事倍功半。实践出真知,理解原理是一个循序渐进的过程,实战过程中可以花时间搞懂原理。学会搭建环境、学会使用工具、记录心得和遇到的问题,后续的熟悉过程中再逐个解决问题。 

         PS:英语真的很重要!!!

        

原文地址:https://www.cnblogs.com/xzcfightingup/p/7157810.html