(Win10)在Anaconda中安装tensorflow-cpu环境,并在Pycharm中使用
本系列记录博主学习目标检测过程,预计包括环境配置、算法学习、程序运行、学习心得等内容。博主也是小白,所以起初会跟着Bubbliiiing和莫烦学,大家要想自己具体深入学习,可以自行去这两位大佬的github或者B站下学习。
文章目录
前言
本章具体讲如何在Anaconda中安装tensorflow-cpu环境,并在Pycharm中添加并使用tensorflow环境来进行后续的目标检测学习。
一、Anaconda中安装tensorflow-cpu环境
Anaconda和Pycharm的安装很简单,只需要去官网下载,然后按照默认来安装就好啦。连我这个“软件安装杀手”都能一次装好,相信大家也都能快速装好,所以在这就不赘述Anaconda和Pycharm的安装了。接下来直接上关于tensorflow-cpu环境的安装。
1. 在系统菜单中打开Anaconda Prompt
2. 创建tensorflow虚拟环境
conda -n tensorflow python=3.8
python的版本视自己的情况而定,可以通过下面的方式查看
3. 激活tensorflow环境
activate tensorflow
激活成功后,前面括号里的内容由base变成了tensorflow
4. 使用豆瓣源下载tensorflow
pip install tensorflow-cpu -i https://pypi.douban.com/simple
直接下载实在是太慢啦,用国内的源会快很多哦。
5. 查看tensorflow的版本
进入python
首先importimport tensorflow as tf
查看tf的版本tf.__version__
到此我们就完成了在Anaconda中安装tensorflow-cpu环境啦!接下来就进入到Pycharm的环境配置环节!
二、Pycharm中配置tensorflow环境
1.新建项目,选择环境
选择tensorflow-cpu作为运行环境
2. 测试一下
在Pycharm里面import tensorflow,并打印其版本,结果如图所示。可以看到我的tensorflow的版本是2.3.1
总结
以上就是今天所讲的内容啦,希望对大家有所帮助!