2.3 安装Python和Anaconda
2.3.1 Python和Anaconda简介
Python是一款面向对象的解释型开源免费的计算机程序设计语言，在人工智能、科学计算、金融、Web开发、系统运维、大数据及云计算等领域有数量庞大且功能相对完善的标准库和第三方库，通过对库的调用，能够实现不同领域业务的应用开发。正是由于人工智能领域的相关库或框架都是用Python开发的（如scikit-learn、TensorFlow、Caffe及PaddlePaddle等），所以Python已经成为事实上的人工智能算法开发语言。换句话说，要开发人工智能算法，必须先学Python。
Python强大好用的原因是其有数量庞大且功能相对完善的标准库和第三方库。但管理这些数量庞大的库，并解决其依赖关系，却是一件令人非常头疼的事情。
Python初学者在直接用“pip install”命令安装深度学习开发环境的时候，会遇到冗长的软件安装列表、复杂的软件版本依赖关系，这些都让人头疼不已，极大地打击了学习者的热情。
Anaconda完美地解决了Python库的管理问题。简单来说，Anaconda是Python库（packages）和虚拟环境（virtual environment）的管理工具，让Python使用者能方便快捷地管理Python运行的虚拟环境和开发应用需要的各种库，并且不用操心各种库之间的软件版本依赖关系。
2.3.2 下载并安装Anaconda
下载并安装Anaconda，具体步骤如下。
第一步，从Anaconda官网下载Anaconda安装文件。Anaconda一直在升级更新，读者看到的版本可能会与本书不同，这里下载的是Python 3.x的64位安装包，如图2-11所示。
图2-11 下载Anaconda
【注意】安装Anaconda之前，必须保证当前的系统没有单独安装过Python；若已经安装了，请把先前安装的Python或Anaconda卸载掉。
第二步，双击Anaconda安装文件安装Anaconda。在用户选项页面选择Just Me或All Users（本书选择Just Me），然后单击Next>按钮，如图2-12所示。
图2-12 选择Just Me
第三步，在安装路径设置页面，保持默认设置，然后单击Next>按钮，如图2-13所示。
图2-13 路径保持默认
第四步，进入高级安装选项页面，勾选Add Anaconda to my PATH environment variable复选框，添加Anaconda路径到Windows PATH环境变量，这样让Anaconda成为Windows系统默认的Python运行版本，然后单击Install按钮，完成Anaconda的安装，如图2-14所示。
图2-14 添加Anaconda路径到PATH环境变量
OpenVINOTM工具套件也要求安装Python，勾选该选项后，OpenVINOTM工具套件就能发现Anaconda版的Python，不用额外再安装一个Python了。
2.3.3 测试Anaconda安装
安装完毕后，从Windows“开始”菜单启动Anaconda Navigator，在Home选项卡处，可以看到当前的应用程序是运行在base（root）虚拟环境上的，如图2-15所示。base（root）是Anaconda的默认虚拟环境。
图2-15 查看Anaconda Navigator
在Environments选项卡中，左键单击绿色箭头，在弹出菜单中选择Open with Python，如图2-16所示。
图2-16 Open with Python
在弹出的Windows命令行窗口中，输入代码清单2-1所示的程序。
代码清单2-1 hello Anaconda!
得到如图2-17所示的结果，说明Anaconda与Python都安装好了。
图2-17 hello, Anaconda!
2.3.4 配置Anaconda软件包下载服务器
Anaconda软件包下载服务器的默认地址在国外，由此导致软件包下载速度不太稳定，有时较慢。软件包下载速度慢是导致Anaconda软件包安装失败的主要原因。解决办法是将Anaconda的下载服务器配置为清华大学开源软件镜像站，具体步骤如下。
第一步，在Windows任务栏的搜索框中输入“Anaconda Prompt”，在搜索结果中单击Anaconda Prompt(Anacona3)，启动Anaconda命令行终端，如图2-18所示。
图2-18 启动Anaconda Prompt(Anaconda3)
第二步，在Anaconda Prompt中运行命令：
命令执行完毕后，在当前文件夹下会生成.condar文件。请用文本编辑器打开并用图2-19所示的内容替换原内容。
图2-19 设置软件包下载服务器地址
2.3.5 配置虚拟环境tf_gpu
由于Anaconda的默认虚拟环境base（root）中已安装的软件包太多，且这是唯一默认的虚拟环境，不能删除（Remove），所以需要新建一个专门用于深度学习的虚拟环境，并在这个虚拟环境中安装需要的软件包。
另外，当在这个虚拟环境安装软件包的过程中出现重大错误导致开发环境崩溃，或者不想继续使用这个虚拟环境时，可以一键删除这个虚拟环境。
创建并配置Anaconda虚拟环境的具体步骤如下。
第一步，从Windows“开始”菜单启动Anaconda Navigator，在Environments选项卡处单击Create按钮，创建一个新的虚拟环境，建议命名为tf_gpu，tf是TensorFlow约定俗成的简称，gpu表明这个虚拟环境安装的是TensorFlow GPU版本，而不是CPU版本。读者也可以按照自己的习惯命名该虚拟环境。
第二步，在弹出的Create new environment窗口中， Python版本选择3.6。因为OpenVINOTM工具套件对Python版本的要求是大于等于3.5；TensorFlow V1.13.1的Windows平台Google官方安装版对Python版本的要求是3.3～3.7；当前，TensorFlow社区里面Python 3.6最流行，所以本书建议选择3.6版。选择好后，单击Create按钮，完成tf_gpu虚拟环境的创建和配置工作，如图2-20所示。
图2-20 创建tf_gpu虚拟环境
2.3.6 Anaconda的进阶学习
为了提高读者对Anaconda这个工具的使用熟练程度，Anaconda的进阶学习资料如下。
第一，Anaconda用户手册（https://docs.anaconda.com/anaconda/user-guide/），可以帮助读者进一步熟悉Anaconda这个工具。
第二， Conda命令速查手册（ https://docs.conda.io/projects/conda/en/latest/user-guide/cheatsheet.html#），可以帮助读者进一步熟悉conda命令。