Anaconda安装TensorFlow及如何在Pycharm中调用


本文介绍我的整个安装过程,非教程,包含我在安装中遇到的一些问题以及我是如何解决的。

本文亮点为末尾在Anaconda中安装好TensorFlow以后如何在Pycharm中使用。


查看Python版本

在这里插入图片描述

改变anaconda源

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

查看路径

conda info

在这里插入图片描述

安装

conda create -n tensorflow python=3.7.6

在这里插入图片描述

可能问题1

网络波动

在这里插入图片描述

Collecting package metadata: failed

CondaHTTPError: HTTP 000 CONNECTION FAILED for url <https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/win-64/repodata.json>
Elapsed: -

An HTTP error occurred when trying to retrieve this URL.
HTTP errors are often intermittent, and a simple retry will get you on your way.
ConnectionError(MaxRetryError('HTTPSConnectionPool(host=\'mirrors.tuna.tsinghua.edu.cn\', port=443): Max retries exceeded with url: /anaconda/pkgs/free/win-64/repodata.json (Caused by ReadTimeoutError("HTTPSConnectionPool(host=\'mirrors.tuna.tsinghua.edu.cn\', port=443): Read timed out. (read timeout=9.15)"))'))

解决办法

相同指令多输入几次

可能问题2

权限问题

在输入y确认后出现权限问题

[Errno 13] Permission denied: 'D:\\Anaconda3\\pkgs\\vs2015_runtime-14.16.27012-hf0eaf9b_1\\Library\\bin\\ucrtbase.dll'

在这里插入图片描述

解决办法

安装TensorFlow要修改dll文件
①把正在占用Python的程序关了
②360自动拦截了,把360或其他安全软件关了

剩余步骤

在这里插入图片描述

conda activate tensorflow

在这里插入图片描述

pip install -i https://mirrors.tuna.tsinghua.edu.cn/pypi/web/simple/tensorflow/ tensorflow-2.1.0rc2-cp37-cp37m-win_amd64.whl

在这里插入图片描述
算了,我还是下载下来安装吧

WARNING: Url 'C:\Users\Administrator/astor/' is ignored. It is either a non-existing path or lacks a specific scheme.
ERROR: Could not find a version that satisfies the requirement astor>=0.6.0 (from tensorflow==2.1.0rc2) (from versions: none)
ERROR: No matching distribution found for astor>=0.6.0 (from tensorflow==2.1.0rc2)
WARNING: Url 'C:\Users\Administrator/pip/' is ignored. It is either a non-existing path or lacks a specific scheme.

在这里插入图片描述
说我Python版本过高
(修改:其实并不是版本问题,只是这个astor库下载失败,后面又出现了几次这样的情况,我都手动下载了)
在这里插入图片描述
降Python至3.5.3,还是不行,其实是网络连接问题,在安装过程中许多包下载不了,我就在清华源下载了TensorFlow安装

网址
https://mirrors.tuna.tsinghua.edu.cn/pypi/web/simple/tensorflow/

安装过程中会出现错误

ERROR: Exception: Traceback (most recent call last)

在这里插入图片描述
又是所需包无法下载问题,我决定手动下载试一下

pip install six

可以成功
在这里插入图片描述
然后遇到无法下载的包就手动安装,最后终于成功安装了
在这里插入图片描述

检测安装成果

>>>python
>>>import tensorflow as tf

在这里插入图片描述
没有报错,关于这两行提示

Could not load dynamic library 'cudart64_101.dll'; dlerror: cudart64_101.dll not found
Ignore above cudart dlerror if you do not have a GPU set up on your machine.

因为我没有GPU,所以自动退回CPU

在Pycharm中调用

新建工程
在这里插入图片描述
在弹出窗口中如下选择
在这里插入图片描述
电击右侧“…”,弹出窗口,选择“Conda environment”,此时未检测到interpreter
在这里插入图片描述
电击右侧“…”,弹出窗口,你需要手动输入路径,因为路径是隐藏的,你要输入你anaconda中Python的路径
在这里插入图片描述
此时我们可以Ctrl+R,输入cmd
在这里插入图片描述
在窗口中输入“where python”,会显示所有Python路径,复制你所安装TensorFlow的路径
在这里插入图片描述
粘贴到刚才的窗口中,会自动锁定,点OK
在这里插入图片描述
返回之前界面,在下拉菜单中出现TensorFlow,选择就可以用啦
在这里插入图片描述

  • 1
    点赞
  • 3
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
### 回答1: 这是关于AnacondaTensorFlowPyCharm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: anacondatensorflowpycharm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,anacondatensorflowpycharm都是目前机器学习和数据科学领域非常重要的工具,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Anacondapycharm的支持,开发者可以方便地在工作使用Tensorflow构建机器学习模型。
评论
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
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