项目地址

网传有一位程序员因忙于工作，无暇陪伴女友，便做了个聊天机器人的软件来陪女友聊天，然后自己就安心工作去了。等到程序员下班时一看，机器人已经和女友聊到了二胎的娃叫啥名了。博主不明觉厉，便去拷贝一份源码试试水。
项目的github地址：https://github.com/sea-boat/seq2seq_chatbot
可以clone下来，但是感觉速度太慢，直接下载压缩包会快一点。
最近有读者反映github地址打不开，而且网速也太慢，博主就把代码拉取到了一个国内的代码托管平台，链接：https://gitee.com/july825633167/seq2seq_chatbot

环境搭建

根据项目readme文件中的说明，项目对环境有一定的版本要求，推荐大家最好严格按照项目中的环境要求来安装，包括版本也是。博主曾被版本问题虐得死去活来博主从来没有安装过错误版本。

如图上所示，该版本需要python3.5以及tensorflow1.3的环境，如果版本不匹配将会造成兼容性问题，在下文中会详细介绍。

1. 安装Anaconda

1）Anaconda简介

Anaconda 是一个用于科学计算的 Python 发行版，支持 Linux, Mac, Windows, 包含了众多流行的科学计算、数据分析的 Python 包。
tensorflow是一种基于python脚本语言的高级应用，它的运行依赖于底层的应用，因此需要安装python以及许多相应的扩展包。这些扩展包一个个安装会消耗太多时间，python的大部分扩展包,都集成在anaconda里面，因此可以通过使用集成环境anaconda完成环境搭建。

2）下载及安装Anaconda

由于官网下载较慢，博主使用了清华大学的镜像：https://mirrors.tuna.tsinghua.edu.cn/anaconda/miniconda/

上图为清华大学镜像网上的文件，大家可以根据自己的电脑系统以及环境要求选择合适的版本。这些都是可执行的exe文件，下载下来之后直接双击就可实现安装。安装完成之后，可以使用cmd验证是否安装成功。输入conda --version。

上图即为博主电脑上安装的anconda，版本为4.3.8。

3)安装其他版本的python

如果我们这个时候使用python命令查看python的版本，会发现电脑上已经有了可用的python环境。

如上图所示：使用python --version命令会发现电脑上已经有了python3.6.0的环境，如果使用where python命令查看其安装路径，会发现python的文件路径是指向anaconda文件夹下面的。说明这个版本是anaconda自带的python。
由于tensorflow最适合的版本是python3.5，所以我们不能使用Anaconda自带的3.6的，这里我们要下载3.5版的python。
在命令行中键入如下命令：conda create --name python352 python=3.5.2
其中python=3.5.2是版本号，python352是自己的命名，划重点：命名中不能出现".“符号，即不能写成"python3.5.2”，不然在后面引用的时候会被当成非法命名，不能正常使用。此坑博主亲踩
输入之后会出现如下信息，此处需要手动输入 字母y 同意当前操作。


如果出现上图的信息，就说明安装成功了。接下来可以通过activate python352指令来激活。

在激活之后，如果输入指令python --version查看python的版本，可以看到这里的python版本就是我们刚才安装的3.5.2的版本了，而不是anaconda自带的3.6.0版本。查看了版本之后，可以使用deactivate python352指令退出。

2. 安装Tensorflow

博主用的系统是win10，这里主要介绍一下windows下基于anaconda安装tensowflow的步骤。最常用的指令是：pip install tensorflow但是这种指令默认安装最新版的tensorflow，前面有提到过chatbot要求运行环境中tensorflow的版本为1.3，不同的版本会造成一系列兼容性问题。比如tensorflow1中支持的placeholder到了tensorflow2中就不再支持了。此坑博主亲踩
如果想要从官网获取指定的版本可以使用指令pip install tensorflow==1.3.0但是官网的速度会很慢，因此在这里，博主推荐一种安装指定版本的指令：
pip install tensorflow==1.3.0 -i https://pypi.tuna.tsinghua.edu.cn/simple
这个指令能够从清华大学镜像网上获取指定版本的tensorflow。

很多人中途会遇到上图这样的情况，不用慌，这是超时造成的，只要重新输入上一条指令继续等待即可。

用不了多久，就会显示上图中的信息，这就表示安装成功了。

3. 安装Spyder插件

执行完上一步的操作之后，很多人会以为tensorflow已经安装好了，但事实上还缺少了最后一步的配置操作。

1）导入tensorflow

首先，我们从开始菜单中找到anaconda prompt，通过它激活python352并进行导入tensorflow。

2）安装spyder

接下来通过开始菜单进入anaconda navigator：


不难发现，目前的Applications栏中填写的是root，即为anaconda的根，它的默认环境是python3.6。

我们需要将其切换为之前安装的python352。如上图。

然后再点击install按钮进行安装，上图spyder中的install按钮在安装之后就会变成launch按钮，安装完成之后点击即可启动。
Spyder启动之后，整个环境的搭建工作就完成了。

项目运行

根据chatbot项目的readme文件介绍，文件运行顺序如上图所示，但是在运行项目之前，我们还需要做一些准备工作：

1. data.py

首先是data.py文件，第一行有个import nltk，这个nltk包在anaconda集成环境中并不存在，需要用户自己去安装，安装指令也很简单，直接在命令行中输入即可：pip install nltk，同时data.py文件第三行import numpy as np，numpy包有些人的电脑上可能也会没有，需要自己安装，指令为：python -m pip install numpy。

2. train.py

其次是train.py文件，该文件中有一个控制训练循环的次数变量，github上拉取下来的代码中默认是5000000次，大家可以根据自己的需要修改，毕竟博主电脑性能不够，训练五百万次需要二十多天电脑性能好的或者跑gpu的同志们可以自行忽略本段文字。不过如果将训练次数减少，最终得到的结果准确度肯定也不会那么精确，毕竟鱼和熊掌不可兼得。

3.项目运行

按照readme文件中指定的顺序运行即可：data.py->train.py->test_model.py。但是中间train.py文件的训练时长需要很久，大家在训练的时候记得不要切断电源。
博主也是第一次使用tensorflow，如果有讲的不对的希望大家多对包容，也欢迎各位在评论区指正。