因学习需要用到keras，通过查找较多资料最终完成Anaconda、TensorFlow和Keras的简单安装。因为网上的相关资料较多但大部分不够全面，查找起来不太方便，因此自己记录一下成功下载安装的详细过程,顺便推荐一下借鉴的写的很好的相关教程文章。keras需要在TensorFlow之上才能运行，所以要先安装TensorFlow，而TensorFlow只能在3.7以前的python版本中运行，所以需要先创建一个基于python3.6的虚拟环境，因此便需要先下载Anaconda。一、Anaconda3下载和安装Anaconda下载安装教程原文链接：https://blog.csdn.net/

Anaconda+PyCharm+PyTorch（GPU）+虚拟环境声明一、安装Anaconda二、安装PyCharm三、创建虚拟环境并安装PyTorch四、关联虚拟环境五、致谢声明感谢姜小敏同学对我的支持、鼓励和鞭策！默认你的电脑上已经装有GPU，如果没有GPU，可以正常的进行各种下载安装操作，但是最终结果会有所不同。一、安装Anaconda首先，进入Anaconda官网，单击Download按钮，稍微等待即可下载安装包。下载好之后，双击打开安装包，进行一系列安装操作。建议安装路径全英文，并且一定要记住安装地址。此处不勾选第二项，因此之后需要人为配置环境变量。没啥用，不用勾选，就是跳出两个打

1.打开AnacondaPrompt，查看虚拟环境中安装了那些kerneljupyterkernelspeclist目前环境中有两个环境，一个是我们的base环境，另一个是我们新安装的tensorflowGPU版本。如果要删除新安装的GPU版本，直接按照上面的路径删除文件夹即可。接下来正式在jupyternotebook中配置GPU。2.打开AnacondaPrompt，安装ipykernelcondainstallipykernel3.接下来创建ipykernel文件condainstall-n环境名称ipykernel我的GPU版本为tensorflow,所以执行以下命令即可：condai

(有一个类似的问题here，但它是关于使用python代码读取Markdown单元格。我想使用JavaScript(例如在JupyterNotebook前端扩展中)读取代码单元格中的源代码。)我想对代码进行分析。但是，如果我只是检查JupyterNotebook的DOM，结果证明它是嵌套div的真正DOM噩梦(可能有一半是多余的):正如我们在这里看到的，源代码的每个字符都在其自己的元素中。自然地，我不太热衷于将所有这些东西从它的标签中拉出来并再次连接它只是为了获取代码单元的代码。有什么简单的方法可以获取单元格的源代码吗？也许是一些JupyterJSAPI函数？(notebook本身实际

我不擅长前端开发，但最近玩了很多Javascript和D3。习惯于使用JupyterNotebooks在Python中进行科学分析，我认为应该可以使用类似的工作流程，在具有JS内核的Jupiternotebook中使用JS代码使用D3开发科学可视化。我看过n-riesco的IJavascriptproject看起来很有希望，但是当尝试导入D3时笔记本会抛出错误://npminstalld3vard3=require('d3');抛出ReferenceError:documentisnotdefined我猜这是因为Jupyter环境(becauseMikeBostocksaysso)中没

1.简介TensorFlow是一个由GoogleBrain团队开发的开源软件库，用于各种人工智能和机器学习应用，包括神经网络、深度学习、强化学习等。TensorFlow提供了一个灵活的编程框架，可用于创建各种类型的机器学习模型，如分类、回归、聚类、语音识别、自然语言处理等。TensorFlow基于图形计算模型，它使用计算图来表示计算任务，并使用TensorFlow会话执行计算。计算图是由一组节点和边组成的有向无环图，节点表示计算单元，边表示它们之间的依赖关系。TensorFlow将计算任务表示为计算图，然后使用TensorFlow会话在计算图上执行任务。TensorFlow支持多种编程语言，包

通常按照说明的方式可以在ipython笔记本中使用codemirror的vim模式here我很享受它，但在2.x中这是不可能的，因为笔记本的界面“窃取”了转义键。事实上，codemirror的vim模式中的“Esc”是Ctrl-c，但它不起作用。我对Javascript一无所知，但codemirror的vim.js似乎位于...\IPython\html\static\components\codemirror以某种方式将Ctrl-c映射到Esc，但是这个Esc大概是被ipythonnotebook使用了。混合ipythonnotebook和vim键盘绑定(bind)是一个很棒的环境。

JupyterNotebook入门教程0.前言JupyterNotebook是一款创建和分享计算文档的网络应用程序。它提供了一种简单、流线型、以文档为中心的体验。由于它可以同时显示丰富的文本和运行代码，并且其内置丰富的交互式控件，能够极大地丰富了可视化功能，给使用者非常直观地体验，因此它非常适合作为个人笔记工具和教学工具。Jupyter官方网址IPython官方网址配套notebook文件下载，下载解压notebook.zip文件，在notebook目录下打开jupyternotebook。1.安装与配置1.1安装Anaconda或者MinicondaAnaconda官网Miniconda官网

Anaconda中condainstall/Solvingenvironment速度慢问题其中一些可能的方法问题今天在用实验室的Linux主机创建新的conda环境的时候遇到了一个问题，在使用Anaconda中的condainstall来安装包的时候会卡在Solvingenvironment这一步,有时候还会多次失败重试原因Conda中包含的软件越来越多，而且软件的不同版本都保留了下来，软件的索引文件越来越大，安装一个新软件时搜索满足环境中所有软件依赖的软件的搜索空间也会越来越大，导致solvingenvironment越来越慢，确定待安装包的依赖包之间的兼容和已安装软件之间的兼容，获得需要下

我在Window764位上，并尝试在同一系统上同时使用AnacondaPython64位和32位发行版。我希望能够构建用于分发的Windows32位可执行文件(使用py2exe)，这需要使用32位python解释器。我之前已经将AnacondaPython64位安装到C:\Anaconda。我现在已经将32位AnacondaPython发行版安装到C:\Anaconda32。但是，当我尝试从C:\Anaconda32\python.exe运行python解释器时，它会将64位环境加载到我的sys.path中。结果是由于32位进程试图执行64位库(我认为)，许多库调用失败。我还尝试编辑c