开篇废话：（可跳过）
最近做项目要用Rasa，折腾了两天才安上，过程及其痛苦，查了好久都没找到多少有帮助的文章，终于总结出大家实测可用的手顺，当时不够满意，只打算留在公司内部用，昨晚在YouTube上看了官方的安装视频，完善了自己的手顺，现在我觉得可以发布了。
我默认的电脑上已经有 python 和 pip 了哈，注意：现在还不支持3.8。
第一步：安装Anaconda
我们会用到anaconda的conda命令，用此命令安装比pip好，pip会少配置很多依赖，建项目时会出很多奇怪的问题。点此看安装教程，一定要记得把那个自动配置环境的选项勾上（教程里有）。如果你觉得下载太慢，见此文配置镜像。
第二步：安装VS
项目需要C++编译器，先查看你的anaconda能安啥版本的tensorflow，终端输入：conda search tensorflow。
也要跟你的 python 版本对应上，记住 tensorflow 版本对应的各种插件版本：翻到该页面最下面，没有的需要自己查。（我安的python3.7，tensorflow2.1，VS2017，CUDA10.1，其他的会自动安）查看显卡是否支持 GPU，不支持的话不能安 tensorflow 的 gpu 版。
注意：要安开发版，也就是企业版，社区版是不可以的。安装的VS要勾选第一个C++选项（C++窗口啥的），其他的无所谓，安装路径会看到三个，最后两个最好用默认的，不然会出问题。
确认安装成功：新建个C++项目，能跑起来就没问题。
第三步：GPU版本的 Tensorflow 要安CUDA，不支持GPU请跳过
安对应版本CUDA ：官网下载（最好别改路径）
安装CUDA驱动：安装流程
第四步：配置虚拟环境
创建虚拟环境命令：conda create --name 虚拟环境名 python=版本号
例：conda create --name myenv python=3.7
进入虚拟环境：conda activate 虚拟环境名
安装 ujson：conda install ujson
注意：以下操作都在虚拟环境中进行，请不要退出虚拟环境
第五步：安装 Tensorflow
不能用gpu的：conda install tensorflow==版本号 （我的是2.1.0）
能用gpu的：conda install tensorflow-gpu==版本号
注意：可能会报错说某些组件版本过低，pip uninstall 组件名 卸载，然后 pip install 组件名 重新安装即可。
验证是否安装成功：命令行输入python
import tensorflow as tf （如果报错就在这步，只要上面配置对了就没问题）
print(tf.__version__) （打印tensorflow版本）
quit() （退出）
第六步：安装Rasa创建项目
命令：pip install rasa
创建项目：进你想创建项目的路径，然后 rasa init --no-prompt ，如果不用--no-prompt 就会 问很多关于配置的问题。到这步有可能出问题，基本都是随便百度一下就能解决的，当然，欢迎反馈。
退出虚拟环境：conda deactivate （不建议直接用 deactivate ）
结束语：
上班时候偷闲写的，希望能帮助到您，有不足的地方请指正。
网友评论