pycharm中修改基于anaconda3的tensorflow的版本【细节】

由于mnist手写数字识别的代码我是基于anaconda3的tensorflow1.0版本的，所以pycharm默认下载的最新版本不适用，修改代码很麻烦，所以这里采取修改tensorflow的版本，同时保留原版本。

一、anaconda3安装

官网地址：Anaconda | Individual Edition

清华镜像地址：https://mirrors.tuna.tsinghua.edu.cn/help/anaconda/

找到自己电脑适应的版本下载，就一步一步的安装。唯一需要注意的是要把anaconda添加到系统路径的环境变量中。

二、anaconda3测试

 win+R测试代码：conda --version

如下图所示，就表示安装成功。

 三、新建虚拟环境

要保留tensorflow2.0版本，所以我们需要新建一个环境tfenv来下载tensorflow1.0版本。

①创建环境tfenv并安装python3.7：conda create --name tfenv python=3.7

②查看是否安装成功：conda info --envs

四、安装tensorflow

 （1）确定安装GPU版本 or CPU版本？

①如果有以下这个图标显示，表示你的显卡为NVIDIA系列显卡，可以安装GPU版本，如果没有，就只能安装CPU版本。

 ②查看自己NVIDIA显卡的计算能力（双击图标，打开NVIDIA控制面板，点击系统信息）

 ③如果查询到的版本<3.5的，就只能选择CPU版本。

（2）CUDA和cuDNN版本选择（下载CPU版本的略过！）

①下表是官方给出的文档，选择与自己系统兼容的CUDA版本即可。

 ②确认cuDNN对应于CUDA的版本，下表是tensorflow官网给出的标准，从NVIDIA官网下载对应版本的cuDNN。

 ps：对于版本号大于1.13的tensorflow-gpu版本，要安装CUDA10.0，不要安装最新的版本，会提示缺少很多库文件！！！

（3）CUDA下载（下载CPU版本的略过！）

官网地址：CUDA Zone | NVIDIA Developer

 

选择CUDA10.0版本，local版本（network为精简版）

 自定义安装即可，没什么坑。

安装完成后，验证是否成功：win+R输入：powershell，执行命令：nvcc -V

 （4）cuDNN下载（下载CPU版本的略过！）

官网地址：cuDNN Archive | NVIDIA Developer

这个下载需要登录NVIDIA账号登录，如果你没有或者是链接打不来，不要着急！！！

①右击，复制链接地址。

②打开迅雷，新建任务，将复制的链接地址粘贴。

 

 

 ③点击下载，下载完成后会得到一个压缩包。

④​ 将下载的压缩包，解压并按下表的对应关系，将解压出来的文件复制到CUDA安装的对应路径下。

添加环境变量：C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.0\lib\x64

 （5）安装tensorflow

①打开anaconda navigator（第一次打开可能有点慢） 

②点击channels，把虚拟环境更改为我们要下载tensorflow1.0版本的tfenv。

 ③点击add，把清华镜像的链接添加进去，回车。点击update channels。

④激活虚拟环境tfenv：activate tfenv

 ⑤安装tensorflow：

GPU版本：pip install tensorflow-gpu==1.15.0

CPU版本：pip install tensorflow==1.15.0

你以为这就结束了吗？！！！Too young too simple！！

五、设置pycharm环境

（1）点击file中的settings

②找到python interpreter，点击add

 

③找到conda environment，点击已有的环境（这个pycharm会自动识别，不需要手动输入）

 ④查看tensorflow版本

 大功告成！！芜湖~