anaconda+tensorflow2.6.0详细一步一步安装

一、匹配版本

安装这些大家懂的,需要想好版本以及版本对应,详细的可以百度查看。这里只解释tf2.6.0版本对应的东东。这个是目前截止今天最新的版本。发行于:

1、这里可以查看自己电脑配置

 2、查看电脑可以下载的python

我们tf2.6.0对应的python是3.6——3.9.

conda search --full --name python

二、创建虚拟环境

conda create -n tf2.6.0 python==3.7.0

点击y回车,安装以上6个东东

激活虚拟环境,以便安装库等:

conda activate tf2.6.0

三、正式安装tf2.6.0

conda install tensorflow-gpu=2.6.0 -i https://mirrors.aliyun.com/pypi/simple/

 现在版本在豆瓣镜像源没有合作,所以不要用镜像源,直接下就行。速度也很快!

 注意这里帮助下载的帮助有这两个,cudnn和cudatoolkit,就不需要再担心其他了。

 直接输入y+回车,如下图,接下来慢慢等待,如果有中断,就重新下载。

conda install tensorflow-gpu=2.6.0

 如果还是觉得下载慢,就可以添加清华镜像源(本人反而不建议。可以结束速度就不要搞镜像源,后期会有问题)

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

conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/

conda config --set show_channel_urls yes

四、安装成功后续的安装包

安装成功后可以查看一下包含的库,看看有没有自己想要缺没有的

 本人因需要又下载三个常用库,注意是这个虚拟环境里下载

pip install pandas matplotlib notebook -i https://pypi.douban.com/simple/

同样安装keras版本也得对应(别人那里截图的)

pip install keras==2.6.0

五、都安装好测试

测试方法一:

          在接下来自己输入python  ,可以看到python版本

          输入 import tensorflow as tf 引入包不报错,如下图就是成功了。

          还可以看它的版本和位置

 测试方法二:用jupyter

 exit()+回车。返回上一级,输入:jupyter notebook,因为之前下载安装了

jupyter notebook

它会自动跳入你浏览器: 然后如图点击new   python3

import tensorflow as tf

print(tf.__version__)           #查看版本

tf.test.is_gpu_available()   #查看gpu版本的是否可以用,出现true就说明可以了。

恭喜你,搞定!!!

那么接下来就可以继续用了,挥洒你的热血吧,开启深度学习生涯,比如生成一个3*4的随机矩阵

附加:Ancaonda常用命令总结


  1) 查看以创建的虚拟环境: conda info --envs / conda env list
  2) 激活创建的环境:conda activate xxx(虚拟环境名称)
  3) 退出激活的环境:conda deactivate
  4) 删除一个已有虚拟环境:conda remove --name(已创建虚拟环境名称) tensorflow --all
  5) 创建一个新的虚拟环境:conda create --name tensorflow python=3.7.3
  6) 查看安装的包:conda list/pip list
  7) 可以通过克隆的方式更改创建虚拟环境的名称:conda create --name 新名字 --clone 已创               建虚拟环境名称
  8) 安装包:pip install scipy -i https://pypi.douban.com/simple

                        或者 conda install scipy -i https://pypi.douban.com/simple
  9) 卸载包:pip uninstall xxxx;conda uninstall xxxx
  10) 检查conda版本:conda --version
  11) 安装tensorflow的脚本:pip install tensorflow-cpu2.3.0 -i https://pypi.douban.com/simple/
  12) 更新升级工具包:conda upgrade --all
  13) 升级pip:python -m pip install --upgrade pip
  14) 使用镜像源网站安装需要的库:pip install -i https://pypi.tuna.tsinghua.edu.cn/simple/                     tensorflow2.0.0 安装其他库则只需将后面的库替换掉即可
  15)  常用镜像网站:
    阿里云      http://mirrors.aliyun.com/pypi/simple/
    中国科技大学   https://pypi.mirrors.ustc.edu.cn/simple/
    豆瓣(douban)   http://pypi.douban.com/simple/
    清华大学     https://pypi.tuna.tsinghua.edu.cn/simple/
    中国科学技术大学 http://pypi.mirrors.ustc.edu.cn/simple/

  • 18
    点赞
  • 87
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 5
    评论
### 回答1: 这是关于Anaconda、TensorFlow和PyCharm的问题。这三个工具都是用于开发Python程序的。Anaconda是一个Python发行版,它包含了许多常用的Python库和工具,使得Python环境设置更加简单方便。TensorFlow是一个用于人工智能和机器学习的开源库,可用于构建和训练神经网络。而PyCharm则是一个Python集成开发环境,它可以帮助开发人员更高效地编写代码和调试程序。总的来说,这三个工具结合起来可以提高Python开发效率和代码质量。 ### 回答2: anaconda、tensorflow和pycharm都是非常常用的机器学习和数据科学工具。 首先,anaconda是一个数据科学和机器学习开发环境,它包括很多最常用的Python软件包和库以及一个方便的包管理器。用户可以使用anaconda来创建虚拟环境,这意味着用户可以在同一机器上保留不同的Python环境,以实现对不同项目的管理。 其次,tensorflow是一个非常流行的基于Python的机器学习框架,它支持各种各样的机器学习任务,包括监督学习、无监督学习、强化学习等等。tensorflow允许用户构建一个计算图形(一个包含了各种计算、操作和变量的图形),并且通过训练这个图形来生成机器学习模型。tensorflow提供了多种编程语言接口,其中Python接口是最受欢迎的。 最后,Pycharm是一种用于Python开发的强大集成开发环境,它提供了许多功能,例如调试器、自动化测试、版本控制、自动完成和语法高亮等等。Pycharm 在开发过程中带来了很多便利,可以大大提高 Python 开发人员的效率和准确率。 总之,anaconda、tensorflow和pycharm都是目前机器学习和数据科学领域中非常重要的工具,使用它们可以帮助用户进行更高效的数据分析、机器学习和模型训练。 ### 回答3: anaconda是一个Python的科学计算环境,包含了众多科学计算包和工具,如numpy、scipy、matplotlib等,可以轻松进行数据分析、机器学习等任务。 tensorflow是一个由Google开发的机器学习框架,可以用于构建各种神经网络模型,支持多种硬件平台,如CPU、GPU等。其主要特点是高度灵活且可扩展性强,可满足各种不同领域的应用需求。 pycharm是一款Python IDE,拥有很多与Python开发相关的功能,如语法检查、代码智能提示、调试等。它也支持Anaconda环境,可以轻松地在pycharm中使用anaconda的科学计算、机器学习库。 当使用这三个工具时,可以使用Anaconda来管理Python环境,并安装必要的包和工具。然后使用pycharm编写机器学习代码,如定义网络结构、训练模型等,并调用Tensorflow来实现相应功能。由于Anaconda和pycharm的支持,开发者可以方便地在工作中使用Tensorflow构建机器学习模型。
评论 5
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

彩色面团儿

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值