anaconda与python啥关系
Posted
tags:
篇首语：本文由小常识网(cha138.com)小编为大家整理，主要介绍了anaconda与python啥关系相关的知识，希望对你有一定的参考价值。
安装包大小不同，作用不同，性质不同。1、安装包大小不同，python自身缺少numpy、matplotlib、scipy、scikit-learn等一系列包，需要安装pip来导入这些包才能进行相应运算。Anaconda(开源的Python包管理器)是一个python发行版，包含了conda、Python等180多个科学包及其依赖项。包含了大量的包，使用anaconda无需再去额外安装所需包。
2、作用不同，Python语法和动态类型，以及解释型语言的本质，使它成为多数平台上写脚本和快速开发应用的编程语言。anaconda可以用于在同一个机器上安装不同版本的软件包及其依赖，并能够在不同的环境之间切换。
3、性质不同，Anaconda是一个打包的集合，里面预装好了conda、某个版本的python、众多packages、科学计算工具等等，所以也称为Python的一种发行版。
Python是一个高层次的结合了解释性、编译性、互动性和面向对象的脚本语言。 参考技术A anaconda里面集成了很多关于python科学计算的第三方库，主要是安装方便，而python是一个编译器，如果不使用anaconda，那么安装起来会比较痛苦，各个库之间的依赖性就很难连接的很好
Python深度学习：计算机视觉与深度学习的关系（包含Anaconda安装与使用，和Pycharm激活虚拟环境教程）
伙计们，这个专栏是作为读书的记录，有喜欢的伙伴也可以一起学习哦！我们第一篇就简要的谈一谈计算机视觉。
第一篇
一、计算机视觉的难点与人工神经网络
1、初识计算机视觉
计算机识别有着非常严格的限制和规格。也就是说，同一个场景，不同的角度、不同的背景，计算机可能识别成不同的图片。对于计算机来说，识别两个独立的物体容易，但在不同的场景下识别同一个物体则困难的多。
因此计算机视觉的核心在于如何忽略同一个物体内部的差异而强化不同物体之间的分别（简单的讲，就是让计算机认为同一个物体相似，不同的物体之间有很大区别）。
CNN（带有卷积结构的深度神经网络），被大量应用于计算机视觉之中。这是一种仿照生物视觉的逐层分解算法，分配不同的层级对图像进行处理。
像这样一层一层的传递接收到的信息，就可以让计算机和生物一样拥有视觉能力、辨识能力。
2、计算机视觉的基础与方向
“给计算机一个摄像头，让计算机描述它看到了什么。”，这是计算机视觉作为一门学科被提出时就决定下来的目标。
但是我们人类可以很轻易的辨别一个实物是小猫还是小狗，计算机却需要不断的监督学习，才能达到预期的辨别效果。
也许在不久的将来，我们就可以使用计算机视觉，来做到工厂中精确的焊接部件并检查缺陷、超市电子秤在称重时就知道蔬菜的种类，门禁能分辨出是好人拜访还是坏人敲门。
二、关于Anaconda的安装与TensorFlow的安装
1、安装Pycharm和Anaconda
这个的话，可以直接去官网下载，链接如下：
安装pycharm可以点击这里，或者B站跟教程学习
pycharm就是一个集成开发环境。
在开始之前，大家可以直接看视频安装：
Anaconda全网最详细安装教程
我们就不多做介绍，主要是Anaconda的下载与使用。
Anaconda下载链接
安装的时候注意勾选这个：
不勾选这个，环境配置会很麻烦。
当anaconda下载好了，我们就可以win+R打开运行命令框：
之后像我一样输入即可：
如果已经下载好了，输入conda list可以看到很多科学包，
输入conda info -e可以查看我们有哪些虚拟环境。我们输入conda create -n name python=x.x来安装版本为x.x的python，这里的name可以自定义。
那么，这些工具做好之后，我们就可以激活一个环境并查看可安装的TensorFlow版本：
那么在下载的时候，我们最好使用清华的镜像，这样会快一点。
这里如果还是有不太会安装的，可以直接进入下面的教程进行安装（非常详细）：
Anaconda全网最详细安装教程
至于安装的模块，就不用多说了吧，直接pip install xxx就可以
2、在Pycharm中使用虚拟环境
这样我们就相当于把环境也给整好了，那么就可以直接使用咱们的TensorFlow了。
注意，如果需要使用外部工具（extern tools），那么我们的路径必须是虚拟环境的exe文件，不然容易出错。
今天的分享就到这里了，主要是先对计算机视觉有一个初步的认识，下一篇我们正式进入学习！
以上是关于anaconda与python啥关系的主要内容，如果未能解决你的问题，请参考以下文章