python3.5.2使用教程,python 351

全网最详细的Python环境搭建教程(含Python、pycharm安装包)

重启CMD，输入“python”验证。2）安装PyCharm IDE 双击pycharm-community-201exe文件，选择默认安装选项即可。汉化方法：下载汉化包（resources_cn.jar），复制至PyCharm安装路径下的lib文件夹，重启IDE后自动汉化。如需取消汉化，删除该文件。

打开CMD控制台，进入Python安装目录。

下载PyCharm社区版 访问PyCharm的官方网站：https：//在网站上选择“Download”按钮，下载适用于您操作系统的PyCharm社区版安装包。安装PyCharm社区版 双击运行安装包：下载完成后，找到安装包并双击运行。在弹出的安装向导中，按照提示进行安装。

如何使用Python交互式控制台

1、在这里，我们收到了使用Python 12的输出。 如果这是我们的默认版本的Python 2，我们也可以使用命令python2输入到这个交互式控制台。

2、完整路径：cmd： [C：/Python39/python.exe， -i， -u]启动Python交互式控制台完成插件安装和路径配置后，通过菜单命令启动Python REPL会话窗口。步骤：点击顶部菜单 Tools → SublimeREPL → Python → Python。

3、点击顶部菜单栏的 Tools，在下拉菜单中选择 Python Console。

4、在操作pycharm时，打开python终端控制台的步骤简单直接。首先，进入pycharm主页面，找到并单击下方的terminal选项。点击后，页面便会跳转至python终端控制台。终端控制台默认操作目录为当前python项目的根目录，这意味着在此处，你可以直接输入CMD内支持的命令，进行文件管理、查看系统信息等操作。

5、Python Console（Python控制台）Python Console，即Python控制台，是PyCharm中的一个交互式编程环境。它允许开发者直接输入Python代码，并立即执行，从而立即看到代码的执行结果。

Tensorflow平台搭建

搭建TensorFlow_gpu环境 确认版本信息：访问相关网站，确认TensorFlow_gpu版本及其对应的cuDNN和CUDA版本。以TensorFlow_gpu10为例。创建并激活环境：在Anaconda环境下，通过命令行操作创建名为tensorflowgpu的虚拟环境，选择Python10版本。激活该虚拟环境。

Conda 下载后进行安装即可。建议安装在 D 盘（除 C 盘以外的位置），防止系统卡顿，且占用系统盘内存。TensorFlow 配置（以 Win10 为例）打开 Anaconda Prompt (miniconda)。看到前面的（base），说明已经激活了 conda 环境。

按win+r打开运行窗口，输入cmd并回车。

在Ubuntu LTS系统下使用Anaconda搭建TensorFlow框架的步骤如下：下载并安装Anaconda 从Anaconda官网下载Linux版本的安装脚本，例如Anaconda3-0-Linux-x86_6sh。执行安装命令：bash /home/tensorflow/Downloads/Anaconda3-0-Linux-x86_6sh。阅读并同意许可协议，按照提示完成安装。

为了在Windows系统下搭建适合研究或项目的TensorFlow_gpu环境，首先需要确认TensorFlow_gpu版本及其对应的cuDNN和CUDA版本。访问相关网站，以获取适合自身硬件配置的版本信息。以TensorFlow_gpu10为例，进行环境搭建。