说明 ?

• 深度学习环境配置
• 环境：win10 | Ubuntu
• pip安装慢时参考链接](https://blog.csdn.net/qq_24671941/article/details/84109697) ?

# 安装低版本
pip install tensorflow==1.5
pip install keras==2.0.8
pip install pandas
pip install matplotlib

卸载 ?

# eg: 卸载 keras
pip uninstall keras==2.0.8

使用 conda (Ubuntu) ?

# 查看已经创建的环境
conda env list
# 创建名称为py36_tf的环境
conda create -n py36_tf python==3.6.1
# 激活(进入)环境
conda activate py36_tf
# 安装指定版本的包
pip install tensorflow==1.5
pip install keras==2.0.8
# 退出环境
conda deactivate
# 复制环境
conda create -n py36_tf --clone py36_tf_copy
# 删除刚刚复制的环境
conda remove -n py36_tf_copy --all
# pip修改镜像源（修改~/.pip/pip.conf配置文件)，提高安装速度
# 没有该文件则创建，再将以下内容添加到新创建的pip.conf文件中
[global]
index-url = https://pypi.tuna.tsinghua.edu.cn/simple

pip修改镜像源 ?

使用tensorboard可视化 ?

• 出现 OSError: [Errno 22] Invalid argument

• 修复Bug，找到manager.py文件 （路径为：XXX\site-packages\tensorboard\manager.py）
• 如：“C:\Users\我的用户名\Anaconda3\envs\py36_tf\Lib\site-packages\tensorboard\manager.py”
• 如下图所示，注释掉洗线框中的内容
• 再添加粗线框中的内容即：serialize = lambda dt: int(dt.strftime("%S")),
  
• cmd中运行 tensorboard --logdir tf_logs/ ，不再出错，如下图
  
• 复制上图的红色方框中的网址内容，前往Chrome浏览器打开即可