Window11利用Acaconda安装Tensorflow(CPU版)

利用Acaconda安装Tensorflow(CPU版)

安装Acaconda

1.访问Anaconda官方网站：

链接: https://www.anaconda.com/download/ ，
在页面中选择对应的安装包进行下载
在“Install for”对话框中选择“All users”，如下图所示：在“Install for”对话框中选择“All users”，如下图所示：

配置好自己的安装路径，如下图所示：
在“Advanced Options”界面中，仅勾选“Register Anaconda as the system Python 3.7”

安装完成后，提示安装VS Code代码编辑器，这一步工作可选（非必须）
安装完成后启动“Anaconda Prompt”，
在命令行中输入：
conda --version
可以看到conda的版本信息

2.设置 Anaconda 仓库镜像

在Anaconda Prompt中分别运行如下两条命令：

conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --set show_channel_urls yes

安装Tensorflow

1.创建依赖环境

在Anaconda Prompt中运行如下命令:

conda create -n tensorflow python=3.7

其中“tensorflow”是虚拟环境的名字，可自定义，“python=3.7”是虚拟环境的版本，可根据需求自行选择

注意

如果在使用anaconda创建一个新的环境，执行“conda create -n ×××”，结果出现了
“CondaHTTPError: HTTP 000 CONNECTION FAILED for url <https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/win-64/current_repodata.json >”

解决方法

进入”C:\用户\Administrator“，打开“.condarc“，其中“Administrator”是自己主机的名字，自行调整。
打开“.condarc“后，将里面的内容调整为：

ssl_verify: true
show_channel_urls: true

channels:
  - http://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/win-64/
  - http://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/win-64/

之后重新输入：

conda create -n tensorflow python=3.7

输入“y”以继续，等待安装完成

2.检查环境安装是否成功

启动Anaconda Navigator，软件启动后，可以在主界面中的“Environments”看到TensorFlow的环境。

注意

如果发现Acaconda打不开，有可能是在通过anaconda prompt窗口执行conda install ***的安装库的命令后发生的，如何解决？
首先以管理员权限打开anaconda prompt
输入

conda update conda

conda update --all

尝试打开anaconda navigator
这时候一般能打开，如果还不行，就尝试以下命令：

conda update anaconda-navigator

anaconda-navigator --reset

conda update anaconda-client

conda update -f anaconda-client

3.安装Tensorflow

在Anaconda Prompt中启动tensorflow环境，在Anaconda Prompt中运行下列命令：

activate tensorflow

安装CPU版本的TensorFlow，在Anaconda Prompt中运行下列命令：

pip install --upgrade --ignore-installed tensorflow

这条命令比较考验网速，报错的话可以多尝试几次，或者尝试以下命令：

pip install -i https://pypi.tuna.tsinghua.edu.cn/simple tensorflow

等待安装完成，可能需要一定时间。
之后输入

conda list

可以查看Tensorflow是否安装成功

之后输入

python

进入python环境，输入如下验证命令：

//检验代码
import tensorflow as tf
tf.compat.v1.disable_eager_execution()
# 保证sess.run()能够正常运行
hello = tf.constant('hello,tensorflow')
sess= tf.compat.v1.Session()
# 版本2.0的函数
print(sess.run(hello)) 

输出如下即为成功！