目标检测学习笔记1. (Win10)在Anaconda中安装tensorflow-cpu环境，并在Pycharm中使用

(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。

---

---

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！