（保姆教程)Spyder 配置Tensorflow(2.5.0)和keras(2.4.3)

（保姆教程)Spyder 配置Tensorflow(2.5.0)和keras(2.4.3)

前言

其实安装Tensorflow和keras的过程不难，但是寻找匹配的版本，以及使得Spyder适应花了自己很长时间！

安装Tensorflow

打开anaconda prompt

首先查看自己的python版本

python --version

接着创建一个新的环境

conda create -n tf python=3.9.7

进入这个环境

conda activate tf

安装Tensorflow

pip install tensorflow==2.5.0

安装Keras

首先输入以下两行代码()

conda install mingw libpython

pip install theano

安装对应的Keras（版本一定要对应）

pip install keras==2.4.3

适应Spyder

在安装完成之后打开Spyder会发现其实用的解释器还是base,这个时候我们需要切换到tf中的python.exe解释器，但是切换之后重启内核，会显示内核错误！

解决：

这个时候需要我们先在刚才的命令行中输入

conda install spyder

重新安装spyder，再次打开会发现可以正常运行

输入以下代码测试

import keras
from keras.datasets import mnist
(train_images,train_labels),(test_images,test_labels) = mnist.load_data() #加载数据
print('shape of train images is ',train_images.shape)
print('shape of train labels is ',train_labels.shape)
print('train labels is ',train_labels)
print('shape of test images is ',test_images.shape)
print('shape of test labels is',test_labels.shape)
print('test labels is',test_labels)

成功运行！

但美中不足的是，使用tensorflow之后之前conda自带的很多库就用不了了，需要重新pip或者conda