前言
在使用python进行机器学习的训练过程中,往往会出现环境不匹配、版本不对应等等问题,尤其是从GitHub下载代码时,程序报错报得头疼。
比起单独安装python,通过pip指令导入tensorflow库文件等等,更推荐安装Anaconda环境软件,通过它来配置相关环境。
我是在电脑已经独立安装了python之后安装了最新版的Anaconda,事实上两个软件并不冲突。通过pycharm中更改project interpreter
,可以将python文件的运行环境自由切换。尤其是在Anaconda中创建了自己的自定义环境后,更可以同时拥有几个python版本的环境。
关于具体怎么安装Anaconda、怎么创建自己的环境,网上已经有非常详细的讲述,这里不再赘述,参考链接在下方
https://www.cnblogs.com/IT-LearnHall/p/9486029.html
卸载tensorflow1.14
在Anaconda环境下,可以使用conda或者pip指令,我一般习惯使用conda指令,可以避免很多出错。
conda remove tensorflow
这时再次查看当前环境下的库文件
conda list
可以发现tensorflo