没有显卡怎么使用anaconda配置tensorflow深度学习环境
🔱环境内容
tensorflow-cpu:2.2.0
无需安装keras,tensorflow与keras合并了,简而言之,tensorflow自带keras
接下来要用到的所有安装文件——网盘下载(其中的CUDA和CUDNN是gpu环境的配置,可以不下载):
链接:https://pan.baidu.com/s/1cSwNCRKY0syOt-NBEdr94Q
提取码:p002
🔱一、Anaconda环境配置
📍①、Anaconda的下载(可跳过)
————————————————
新版本anaconda的下载:
安装最新的Anaconda,首先登录Anaconda的官网:Anaconda | Individual Edition。直接下载对应安装包就可以。
📍②、Anaconda的安装
打开下载好的安装包。
选择安装的位置,可以不安装在C盘。
我选择了Add Anaconda to my PATH environment variable,这样会自动将anaconda装到系统的环境变量中,配置会更加方便一些。
等待安装完之后,Anaconda的安装就结束了。
🔱二、配置tensorflow2-cpu环境
📍①、tensorflow2-cpu环境的创建与激活
打开anaconda prompt:
在命令提示符内输入以下命令用于创建名为f2-cpu的虚拟环境:
conda create –n tf2-cpu python=3.6 -y
activate tf2-cpu
这里一共存在两条指令:
前面一条指令用于创建一个名为tf2-cpu的环境,该环境的python版本为3.6。
后面一条指令用于激活一个名为tf2-cpu的环境。
由于我们所有的操作都要在对应环境中进行,所以在进行库的安装前需要先激活环境。
📍②、tensorflow2-cpu库的安装
但如果想要跑深度学习模型,还有一些其它的依赖库需要安装。具体如下:
scipy==1.4.1
numpy==1.18.4
matplotlib==3.2.1
opencv_python==4.2.0.34
tensorflow_cpu==2.2.0
tqdm==4.46.1
Pillow==8.2.0
h5py==2.10.0
如果想要更便捷的安装可以在桌面或者其它地方创建一个requirements.txt文件,复制上述内容到txt文件中。
输入命令:(其中requirements.txt可以直接拖入终端命令窗口自动获取绝对路径,记得-r之后加个空格哦!很明显我这里是把文件放在了桌面)
pip install -r C:\Users\33232\Desktop\requirements.txt -i https://pypi.mirrors.ustc.edu.cn/simple/
其中,后面 -i 的一串命令是指使用中科大的源进行加速下载。
🔱三、使用tensorflow2-cpu环境
1.在pycharm中打开对应文件,并在左上角的File种选择Settings
2、打开Python Interpreter
3、根据蓝色标注进行点击
4、点击 '+'
5、在Conda Environment中选择Existing environment中的Interpreter可以选择刚刚配置好的环境
6、最后回到第四步界面选择如下蓝色标记:
7、点击Apply
完毕!
好啦,到此为止我们的环境安装已经结束啦,可以愉快的进行训练了,如果觉得有帮助的话,麻烦大家给个三连,谢谢!