地環(huán)境中已經(jīng)有太多的工作配置了（Python、Java、Maven、Docker 等等），為了不影響其他環(huán)境運(yùn)行，我選擇直接在 VSCode 中創(chuàng)建工作空間并配置好 AutoKeras（反正最后也是要在 VSCode 中進(jìn)行開發(fā)的）。
打開 VSCode 后先創(chuàng)建一個工作區(qū)，然后在終端運(yùn)行以下代碼：
python3 -m venv autokeras-env這段代碼會在工作區(qū)創(chuàng)建一個名為 autokeras-env 的工作環(huán)境，之后所有 autokeras 插件都在這個工作環(huán)境里面安裝。接下來就要在終端中執(zhí)行以下代碼激活 autokeras-env 環(huán)境：
source autokeras-env/bin/activate當(dāng)終端上出現(xiàn)了以下輸出后
MacBook-Pro:python yuanzhenhui$ python3 -m venv autokeras-env
MacBook-Pro:python yuanzhenhui$ source autokeras-env/bin/activate
(autokeras-env) MacBook-Pro:python yuanzhenhui$就證明已經(jīng)切換完畢了，接下來就可以去安裝 autokeras 插件了。
pip install autokeras在第一次安裝的時候或許會出現(xiàn)這樣的報錯，如下圖：
...
Collecting grpcio<2.0,>=1.24.3
Downloading grpcio-1.59.2.tar.gz (24.8 MB)
|████████████████████████████████| 24.8 MB 2.1 MB/s
ERROR: Command errored out with exit status 1:
command: /Users/yuanzhenhui/Documents/code_space/git/processing/python/autokeras-env/bin/python3 -c 'import sys, setuptools, tokenize; sys.argv[0]='"'"'/private/var/folders/74/mmb55nf927x36pb3bv43_zd40000gn/T/pip-install-rtnah99l/grpcio/setup.py'"'"'; __file__='"'"'/private/var/folders/74/mmb55nf927x36pb3bv43_zd40000gn/T/pip-install-rtnah99l/grpcio/setup.py'"'"';f=getattr(tokenize, '"'"'open'"'"', open)(__file__);code=f.read().replace('"'"'\r\n'"'"', '"'"'\n'"'"');f.close();exec(compile(code, __file__, '"'"'exec'"'"'))' egg_info --egg-base /private/var/folders/74/mmb55nf927x36pb3bv43_zd40000gn/T/pip-pip-egg-info-nbp93pfc
cwd: /private/var/folders/74/mmb55nf927x36pb3bv43_zd40000gn/T/pip-install-rtnah99l/grpcio/
Complete output (9 lines):
Traceback (most recent call last):
File "<string>", line 1, in <module>
File "/private/var/folders/74/mmb55nf927x36pb3bv43_zd40000gn/T/pip-install-rtnah99l/grpcio/setup.py", line 95, in <module>
import commands
File "/private/var/folders/74/mmb55nf927x36pb3bv43_zd40000gn/T/pip-install-rtnah99l/grpcio/src/python/grpcio/commands.py", line 31, in <module>
import support
File "/private/var/folders/74/mmb55nf927x36pb3bv43_zd40000gn/T/pip-install-rtnah99l/grpcio/src/python/grpcio/support.py", line 111, in <module>
errors.CompileError: diagnose_compile_error,
AttributeError: module 'setuptools.errors' has no attribute 'CompileError'
----------------------------------------
ERROR: Command errored out with exit status 1: python setup.py egg_info Check the logs for full command output.
WARNING: You are using pip version 20.2.1; however, version 23.3.1 is available.
You should consider upgrading via the '/Users/yuanzhenhui/Documents/code_space/git/processing/python/autokeras-env/bin/python3 -m pip install --upgrade pip' command.從上面的提示得知，若遇到這樣的報錯只需要重新安裝一下 pip 應(yīng)該就可以了。如下圖；
(autokeras-env) MacBook-Pro:python yuanzhenhui$ python3 -m pip install --upgrade pip
Collecting pip
Using cached pip-23.3.1-py3-none-any.whl (2.1 MB)
Installing collected packages: pip
Attempting uninstall: pip
Found existing installation: pip 20.2.1
Uninstalling pip-20.2.1:
Successfully uninstalled pip-20.2.1
Successfully installed pip-23.3.1之后再重新執(zhí)行 pip install autokeras
(autokeras-env) MacBook-Pro:python yuanzhenhui$ pip install autokeras
Collecting autokeras
Using cached autokeras-1.1.0-py3-none-any.whl (148 kB)
Collecting packaging (from autokeras)
Using cached packaging-23.2-py3-none-any.whl.metadata (3.2 kB)
...
Downloading tensorflow-2.13.1-cp38-cp38-macosx_10_15_x86_64.whl (216.2 MB)
━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━ 216.2/216.2 MB 150.3 kB/s eta 0:00:00
Using cached packaging-23.2-py3-none-any.whl (53 kB)
Downloading pandas-2.0.3-cp38-cp38-macosx_10_9_x86_64.whl (11.7 MB)
━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━ 11.7/11.7 MB 124.0 kB/s eta 0:00:00
Using cached absl_py-2.0.0-py3-none-any.whl (130 kB)
Using cached flatbuffers-23.5.26-py2.py3-none-any.whl (26 kB)
Downloading grpcio-1.59.2-cp38-cp38-macosx_10_10_universal2.whl (9.6 MB)
━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━ 9.6/9.6 MB 251.9 kB/s eta 0:00:00
Downloading h5py-3.10.0-cp38-cp38-macosx_10_9_x86_64.whl (3.2 MB)
━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━ 3.2/3.2 MB 2.8 MB/s eta 0:00:00
...
Downloading importlib_metadata-6.8.0-py3-none-any.whl (22 kB)
Downloading MarkupSafe-2.1.3-cp38-cp38-macosx_10_9_x86_64.whl (13 kB)
Downloading zipp-3.17.0-py3-none-any.whl (7.4 kB)
Installing collected packages: pytz, namex, libclang, kt-legacy, flatbuffers, dm-tree, zipp, wrapt, wheel, urllib3, tzdata, typing-extensions, termcolor, tensorflow-io-gcs-filesystem, tensorflow-estimator, tensorboard-data-server, six, regex, pygments, pyasn1, protobuf, packaging, oauthlib, numpy, mdurl, MarkupSafe, keras, idna, grpcio, gast, charset-normalizer, certifi, cachetools, absl-py, werkzeug, rsa, requests, python-dateutil, pyasn1-modules, opt-einsum, markdown-it-py, importlib-metadata, h5py, google-pasta, astunparse, rich, requests-oauthlib, pandas, markdown, google-auth, keras-core, google-auth-oauthlib, tensorboard, keras-tuner, keras-nlp, tensorflow, autokeras
Successfully installed MarkupSafe-2.1.3 absl-py-2.0.0 astunparse-1.6.3 autokeras-1.1.0 cachetools-5.3.2 certifi-2023.7.22 charset-normalizer-3.3.1 dm-tree-0.1.8 flatbuffers-23.5.26 gast-0.4.0 google-auth-2.23.3 google-auth-oauthlib-1.0.0 google-pasta-0.2.0 grpcio-1.59.2 h5py-3.10.0 idna-3.4 importlib-metadata-6.8.0 keras-2.13.1 keras-core-0.1.5 keras-nlp-0.6.1 keras-tuner-1.4.5 kt-legacy-1.0.5 libclang-16.0.6 markdown-3.5 markdown-it-py-3.0.0 mdurl-0.1.2 namex-0.0.7 numpy-1.24.3 oauthlib-3.2.2 opt-einsum-3.3.0 packaging-23.2 pandas-2.0.3 protobuf-4.24.4 pyasn1-0.5.0 pyasn1-modules-0.3.0 pygments-2.16.1 python-dateutil-2.8.2 pytz-2023.3.post1 regex-2023.10.3 requests-2.31.0 requests-oauthlib-1.3.1 rich-13.6.0 rsa-4.9 six-1.16.0 tensorboard-2.13.0 tensorboard-data-server-0.7.2 tensorflow-2.13.1 tensorflow-estimator-2.13.0 tensorflow-io-gcs-filesystem-0.34.0 termcolor-2.3.0 typing-extensions-4.5.0 tzdata-2023.3 urllib3-2.0.7 werkzeug-3.0.1 wheel-0.41.3 wrapt-1.15.0 zipp-3.17.0之后我們可以通過以下命令查看已經(jīng)安裝的 keras 的版本來確定是否已經(jīng)正常安裝了
(autokeras-env) MacBook-Pro:autokeras-env yuanzhenhui$ python
Python 3.8.6 (v3.8.6:db455296be, Sep 23 2020, 13:31:39)
[Clang 6.0 (clang-600.0.57)] on darwin
Type "help", "copyright", "credits" or "license" for more information.
>>> import keras
2023-11-01 10:26:26.153780: I tensorflow/core/platform/cpu_feature_guard.cc:182] This TensorFlow binary is optimized to use available CPU instructions in performance-critical operations.
To enable the following instructions: AVX2 FMA, in other operations, rebuild TensorFlow with the appropriate compiler flags.
>>> print(keras.__version__)
2.13.1至此基礎(chǔ)安裝已完成。
先說下被淘汰的那臺主機(jī)的大致配置：號稱最便宜四核CPU的AMD 631X，A55主板，GT430顯卡，金士頓4G 1333的條子，金邦240G SSD，酷冷戰(zhàn)劍300的電源。幾年前的老古董，時至今日，越來越滿足不了日常使用需求，打個擼啊擼團(tuán)戰(zhàn)都會卡，只能看下網(wǎng)頁追下劇，偶爾還出點(diǎn)小故障，簡直是不勝其煩。話說回來，想換掉它已經(jīng)想了很久了，一直到今年的8月份，從機(jī)箱開始了我的攢機(jī)之路。最先到手的是酷冷至尊MasterBox Lite 5機(jī)箱，之前其它沒有到位，忍不住先換了機(jī)箱練了一下手。后來陸陸續(xù)續(xù)硬件到齊，東拼西湊的，總算是攢好了這臺主機(jī)。
酷冷至尊MasterBox Lite 5機(jī)箱，機(jī)箱之前單獨(dú)開貼練過手，這款的顏值還是很高的，側(cè)面是亞克力透光板，前面板也是透光的，只是沒有光驅(qū)位，不過現(xiàn)在好像使用光驅(qū)的人也很少了。
一堆硬件堆在一起，還是挺震撼的，顯卡和內(nèi)存木有盒子，這兩個不是全新的。所以說有點(diǎn)東拼西湊，這個后面會具體說。
主板和U，起先考慮到顯卡很一般，內(nèi)存也打算用舊條子先頂頂，準(zhǔn)備收一套i5-4590 + B85的組合來先過渡一下的，最終還是上了這套B350M+R5 1400的按摩店套裝。從性價比上來說，應(yīng)該還是不錯了，1500大洋的套裝，基本上不玩大型單機(jī)，都可以勝任。有朋友建議我上1600套裝，選個稍微次一點(diǎn)的主板，差不多2000塊，思想掙扎過一小會，夠用就好了，配置過高也是浪費(fèi)。華碩這塊板子的顏值還是蠻高的，小板里帶馬甲的我還是第一次碰到（說的好像經(jīng)常玩硬件似的），而且這塊板子是9月份上市的新款，選B350M，其實我也沒考慮過要超頻，主要是某東這塊板子和U一起綁定的套餐，價格不錯，就下手了。我是個硬件新手，對于太深的專業(yè)信息也不懂。
顯卡是MSI的GTX660 2G，這個顯卡搭配這套配置其實有點(diǎn)寒磣了，考慮到最近礦難的呼聲很高，想等著收一塊1066的礦卡，所以就先頂著用用吧，至少開個最低特效，吃雞應(yīng)該也勉強(qiáng)可以了。
內(nèi)存就更別提了，一年的時間，價格翻了三倍，很多人近期不攢機(jī)，很大一個原因就是內(nèi)存的價格太爆炸了。我這條內(nèi)存，是找朋友借來的，他去年低價的時候入了兩條，也不玩游戲，就被我“動之以情曉之以理”的借了一條來先頂著用用。芝奇DDR4 2133的8G條子，我說等內(nèi)存降價了，我買兩根了再還給他。講真，現(xiàn)在這樣的朋友真的不多了。（淚奔~~）
電源我選了酷冷至尊的MWE BRONZE 500，這是一款80PLUS銅牌的靜音電源，主動式PFC，寬幅電源，搭配固態(tài)電容和FP120靜音風(fēng)扇。以前我只認(rèn)航嘉電源，但之前買過一臺航嘉電源，沒用多久，風(fēng)扇就嘩嘩的噪音十足，讓我改變了對航嘉的印象。
酷冷至尊的產(chǎn)品，用過很多，從幾年前舊電腦上的戰(zhàn)劍300電源和筆記本散熱支架開始，后來也用過酷冷的暴雪T400CPU風(fēng)冷散熱器，所以對這個品牌的認(rèn)可度還算比較高。額定功率460W，最大功率500W，就算我以后換一塊1066顯卡也是夠用了。
酷冷至尊的ML120LRGB冰神水冷風(fēng)扇，這個東西是我第一次玩，如果沒有接觸到外設(shè)圈子，沒有看到一群一群的光污染主機(jī)的話，我肯定是堅定不移的使用CPU原裝散熱器的。自從我上個月把機(jī)箱裝了三個喬思伯的RGB風(fēng)扇以后，就對光污染的興趣更大了（好像大多數(shù)人都是這個流程）?？崂渲磷餗asterBox Lite 5機(jī)箱是側(cè)透的，所以我也忍不住弄了這么一個RGB風(fēng)扇。有朋友說入門級的水冷不如高端的風(fēng)冷，一分錢一分貨的道理永遠(yuǎn)都是真理，AMD R5 1400的散熱也不大，壓一下還是完全沒問題的。
每次看到散熱器搭配的一大堆配件，心底就發(fā)憷，去年裝酷冷暴雪T400的時候，也是一臉懵逼的，幸好標(biāo)配了說明書，按照說明書的提示，一步一步來，安裝還是沒有問題的，無非是多花點(diǎn)時間嘛。
看到這個部件，就想到以前大四在工廠實習(xí)的日子，廠房外面也是這種水冷設(shè)計，為了給悶熱的廠區(qū)降溫。
水冷風(fēng)扇的構(gòu)造比起風(fēng)冷來還是復(fù)雜太多，安裝起來，我只能說，幸好我的不是Intel的CPU，不然還要換底座。
關(guān)于SSD（固態(tài)硬盤），這個東西的神奇之處，在于可以比機(jī)械鍵盤大幅度提高電腦的運(yùn)行速度，10秒開機(jī)不是夢想。固態(tài)硬盤這東西和機(jī)械鍵盤一樣，被譽(yù)為一旦使用就無法退回的產(chǎn)品。我淘汰下來的那臺631X古董級，去年加了一塊金邦240G的固態(tài)，雖然不能玩游戲，但是辦公日常使用的處理速度還是很明顯的。這次趁著有內(nèi)部優(yōu)惠券，入了一塊金士頓的240G SSD，本著哪塊SSD速度快，就哪塊放在新電腦上，剩下一塊去拯救另外一臺 A8-5600K的老爺機(jī)的打算入的。
這個數(shù)據(jù)，有點(diǎn)出乎我的意料，金邦固態(tài)的顆粒是MLC的顆粒，金士頓這款A(yù)400的是TLC的顆粒，理論上來說，MLC的顆粒要好一點(diǎn)，壽命要長一點(diǎn)，我想當(dāng)然的認(rèn)為，MLC顆粒的性能應(yīng)該比TLC也應(yīng)該要好上一個檔次才對。但是實際的跑分讓我大跌眼鏡，讀取速度上來看，兩者的差別并不大，但是金士頓4K的性能比金邦的固態(tài)要好上很多?？磥砦曳噶瞬锁B新人習(xí)慣性的思維錯誤，金邦的固態(tài)注定要去拯救老爺機(jī)了。
裝機(jī)的過程忘記拍照了，反正是一通忙活，折騰了好幾個小時才弄好，最讓我抓頭的地方是水冷的插線，以及和RGB風(fēng)扇的聯(lián)動效果。而且這塊華碩主板上還有單獨(dú)的RGB風(fēng)扇插口，兩個人在家里研究了老半天，只是弄了一個似懂非懂，不由得感嘆一下硬件這一塊的知識真的太深奧了。走線的時候感覺超級麻煩，看來還是全模組的電源省事，不然普通電源太多用不上的線需要占太多空間和位置了。背線整個是凌亂不堪，就不給你們看了，我得找機(jī)會再研究一下燈效聯(lián)動和背線空間的歸置問題。
以往裝風(fēng)冷的風(fēng)扇，只有一個風(fēng)扇插頭，很簡單就搞定，主板上有RGB插口，和好幾個風(fēng)扇插口，就是找不到sys FAN的插口位置。而且以前我一直不理解為什么顯卡還需要支架，這次我明白了，我這個兩風(fēng)扇的GTX660感覺都夠重的了，就別提那些高端三風(fēng)扇卡了。感覺又一扇通往新世界的大門向我打開了。
運(yùn)氣不錯，折騰了幾個小時，順利一次點(diǎn)亮。之前在一些交流群里看到很多人都說AMD的新平臺對內(nèi)存的要求比較高，我還擔(dān)心會出問題。
水冷風(fēng)扇的燈效也很贊，機(jī)箱原來位置的不發(fā)光風(fēng)扇被替換了下來。剛通電的時候，聽到有很明顯的氣泡水聲，我一度以為是不是有問題，翻了說明書才知道是正?，F(xiàn)象，差點(diǎn)鬧笑話，運(yùn)轉(zhuǎn)了一段時間后就徹底安靜了。包括電源風(fēng)扇在內(nèi)，整個機(jī)箱里一共有6個風(fēng)扇（顯卡2，燈扇3，水冷1），靜音效果非常好，前置的三個RGB風(fēng)扇，我選的是喬思伯，應(yīng)該也是不錯的牌子。
蓋上側(cè)板之后，連細(xì)微的風(fēng)聲都聽不到了。不太會錄短視頻轉(zhuǎn)換GIF，看來還需要學(xué)習(xí)一下新技能。
CPU-Z跑出的數(shù)據(jù)，對這個CPU和主板的套裝 ，我覺得性價比還是可以的。如果玩大型單機(jī)游戲，或者現(xiàn)在主流的吃雞的話，倒是也可以考慮1600套裝，但是價格要貴500元左右。我以前配電腦主要目的是辦公和看視頻，現(xiàn)在終于增加了少許游戲的屬性（其實我也就玩一下《英雄聯(lián)盟》和《CS:GO》，純休閑娛樂選手），這臺我自己攢的第一臺主機(jī)，1400套裝已經(jīng)足夠滿足我的日常使用需求了。
顯卡GPU-Z的數(shù)據(jù)截圖，這塊顯卡比較老了，在顯卡天梯圖里面，只是剛好處于中性能的位置。而R5 1400的CPU，在天梯圖里，則是處于高性能并且靠上的位置（當(dāng)然了，性能不能簡單的看數(shù)據(jù)，不專業(yè)的討論性能，其實我也不懂）。瓶頸的現(xiàn)象很明顯，所以，我還是期待礦難快點(diǎn)發(fā)生吧。
電腦概覽，最開始裝WIN7，但是下載的鏡像沒有USB3.0的驅(qū)動，導(dǎo)致一進(jìn)入系統(tǒng)鍵鼠就失靈，又找不到古董的PS/2接口的鼠標(biāo)直接更新驅(qū)動，折騰了一天，最后換了WIN10的系統(tǒng)，很曲折的一個過程。只是裝系統(tǒng)的時候，忘記將金邦的SSD拆下來，結(jié)果系統(tǒng)裝在金邦SSD里面了。我需要拆掉金邦SSD后再裝一次系統(tǒng)（強(qiáng)迫癥你惹不起的）。
跑分也可以很明顯的看出來，短板是顯卡和內(nèi)存，好歹CPU和磁盤性能都是可以打敗全國90%以上用戶的好吧。碎碎念：礦難快點(diǎn)發(fā)生吧！內(nèi)存趕緊降價吧~~~！
用娛樂大師簡單測了一下溫度，待機(jī)狀態(tài)下，溫度基本都是比室溫略微高少許。然后我開啟了溫度壓力測試，同時打開了很多頁面和其它的程序進(jìn)行運(yùn)轉(zhuǎn)。風(fēng)扇轉(zhuǎn)速是默認(rèn)狀態(tài)，沒有在主板BIOS中單獨(dú)進(jìn)行設(shè)置，CPU也沒有超頻。大概20多分鐘之后，數(shù)據(jù)顯示顯卡的溫度上升的要更明顯一點(diǎn)，CPU基本保持在50度以下，看來這個水冷的散熱效果比低端的風(fēng)冷還是要給力一點(diǎn)，比我預(yù)期的已經(jīng)好很多了，不知道夏天的時候給力程度會不會也是如此。
我的第一臺攢機(jī)之路，就這樣?xùn)|拼西湊的結(jié)束了，顯卡和內(nèi)存依然是短板加心病。目前用了幾天了，側(cè)透的燈效，已經(jīng)讓我沒辦法把機(jī)箱放到桌子下面原來預(yù)留的主機(jī)位了。玩擼啊擼讀圖直接100%的感覺很爽，玩CS:GO辦公室人質(zhì)地圖也可以搶先進(jìn)入當(dāng)T了。每次看到開機(jī)時間7秒，發(fā)現(xiàn)裝WIN10好像也是一個不錯的選擇。
——————來自外設(shè)天下壇友yinilan