Redis安装

Windows安装

下载redis安装包

下载链接

选择绿色压缩包版本下载，下载完毕后将其解压，解压位置自选。

PS：Python版本3.8

查看自己电脑中是否有NVIDIA显卡

右键此电脑点击属性

停止MySQL服务

打开cmd输入net stop mysql

常用镜像源地址：

阿里云： https://mirrors.aliyun.com/pypi/simple/

中国科技大学： https://pypi.mirrors.ustc.edu.cn/simple/

豆瓣(douban)： http://pypi.douban.com/simple/

清华大学： https://pypi.tuna.tsinghua.edu.cn/simple/

中国科学技术大学： http://pypi.mirrors.ustc.edu.cn/simple/

安装教程

打开cmd

首先输入

1

pip install jupyter_contrib_nbextensions --user

下载插件。

安装Anaconda

点击下载Anaconda安装包

打开安装包Anaconda-python3.8-2021.05-Windows-x86_64.exe，点击Next

首先准备好所有需要使用到的软件安装包及相关配置文件，点击此处下载

文件树如下

1
2
3
4
5
6
7
8
9
10
11

PySpark安装包
  ├─Anaconda3-2022.10-Windows-x86_64.exe
  ├─apache-hive-1.2.2-src.tar.gz
  ├─apache-hive-3.1.2-bin.tar.gz
  ├─hadoop-3.1.4.tar.gz
  ├─hadoop.dll
  ├─jdk-8u281-windows-x64.exe
  ├─mysql-8.0.26-winx64.zip
  ├─mysql-connector-java-8.0.26.jar
  ├─pyspark-3.3.2.tar.gz
  └─winutils.exe

以下教程建立在已经安装好Tensorflow2深度学习环境基础上，进一步管理GPU资源消耗。

查看GPU数量

1
2
3
4
5

import tensorflow as tf
# 查看gpu和cpu的数量
gpus = tf.config.experimental.list_physical_devices(device_type='GPU')
cpus = tf.config.experimental.list_physical_devices(device_type='CPU')
print(gpus, cpus)

大家在使用Jupyter Notebook进行编程时，如果需要在不同的虚拟环境中运行Jupyter，常见的做法是首先激活虚拟环境，然后在该虚拟环境下进入Jupyter Notebook环境才行。这样会导致我们如果同时运行多个项目时，就需要同时激活多个虚拟环境进入Jupyter Notebook服务，过程十分繁琐。那有没有办法能够在不开启多个Jupyter Notebook服务的前提下切换虚拟环境呢？

答案是有的，本教程提出的主要目的是帮助开发者在使用Jupyter Notebook时，切换环境内核，建议使用conda搭建的虚拟环境。

整个步骤如下：

1. 创建虚拟环境
2. 激活虚拟环境
3. 将虚拟环境写入Jupyter Notebook中的Kernel
4. 打开Jupyter Notebook服务
5. 更换Kernel
6. 验证是否更换成功

在实际开发工作中，不同的项目可能使用的第三方软件包的版本不同，而一个环境只能安装一个版本的同一软件包【例如安装了Tensorflow2.3后，再安装Tensorflow2.9前面的Tensorflow2.3就会被卸载】，要是遇到两个项目同时推进，就需要不断的在两个版本之间进行切换，这个时候单一的Python环境就无法满足开发工作需求，这个时候就需要使用虚拟环境。

创建虚拟环境

conda create –n a1(环境名称，可以任意选取) python=3.8（Python版本可自选，但需保证版本低于Anaconda默认环境Python版本）

例如：搭建一个虚拟环境名称为tensorflow的虚拟环境，使用python3.8作为解释器，搭建代码如下所示：

1

conda create –name tensorflow python=3.8