📦 深度学习库存预测 · 环境基石

⚡ 中小学生色系 · 快乐搭建

🧰 工欲善其事，必先利其器。本节从零搭建工业级库存预测开发环境，涵盖 Anaconda、Python、Jupyter / VS Code 以及 PyTorch / TensorFlow 选型。

📀 1. Anaconda & Python 配置一键管理

🐍 Python 3.10+稳定 · 兼容深度学习

📦 Anaconda包与环境管家

🧪 Miniconda轻量替代

📁 conda-forge最全频道

步骤	操作	验证
1	下载 Anaconda (Python 3.10+) 官网 or 清华镜像	`conda --version`
2	创建独立环境 `conda create -n stock_dl python=3.10 -y`	`conda activate stock_dl`
3	配置 pip 镜像 `pip config set global.index-url https://pypi.tuna.tsinghua.edu.cn/simple`	下载速度 ↑
4	安装基础科学库 `conda install numpy pandas matplotlib scikit-learn -y`	`python -c "import numpy; print(numpy.__version__)"`

📓 2. Jupyter Notebook + VS Code 交互 & 生产力

Jupyter Notebook (经典)
Jupyter Lab (现代界面)
VS Code + Python 扩展
Jupyter 插件 (VS Code)
远程开发 (SSH)
Kernel 切换 (conda env)

🔌 安装命令
conda install jupyter notebook -y

🧩 VS Code 扩展
Python, Jupyter, Pylance

🧠 3. 框架选型 · 安装实战 PyTorch vs TensorFlow

对比维度	PyTorch	TensorFlow
学习曲线	🟢 平缓，Pythonic	🟡 中等，概念较多
调试体验	🟢 原生pdb/print	🟡 eager模式尚可
部署	TorchServe / ONNX	TF Serving / TFLite
库存预测生态	PyTorch Forecasting, GluonTS	TensorFlow Probability, Keras
社区热度	🔥 学术界主导	⚙️ 工业界广泛

📌 一键安装脚本 (conda env) 库存预测专用

# 创建环境并安装核心框架 (选其一)
conda create -n stock_dl python=3.10 -y
conda activate stock_dl

# ===== PyTorch 方案 (推荐) =====
conda install pytorch torchvision torchaudio pytorch-cuda=12.1 -c pytorch -c nvidia -y
pip install pytorch-forecasting pytorch-lightning optuna

# ===== TensorFlow 方案 =====
pip install tensorflow[and-cuda]
pip install tensorflow-probability keras-tuner

# 通用库存依赖
pip install pandas numpy matplotlib seaborn scikit-learn statsmodels
pip install jupyter notebook ipywidgets

# 验证安装
python -c "import torch; print('PyTorch', torch.__version__)"
python -c "import tensorflow as tf; print('TF', tf.__version__)"

🧪 将环境注册到 Jupyter 内核
conda activate stock_dl → pip install ipykernel → python -m ipykernel install --user --name stock_dl --display-name "stock_dl (PyTorch)"