没有显卡怎么使用anaconda配置tensorflow深度学习环境

没有显卡怎么使用anaconda配置tensorflow深度学习环境

🔱环境内容

 🔱一、Anaconda环境配置

 📍①、Anaconda的下载（可跳过）

 📍②、Anaconda的安装

🔱二、配置tensorflow2-cpu环境 

 📍①、tensorflow2-cpu环境的创建与激活

 📍②、tensorflow2-cpu库的安装

🔱三、使用tensorflow2-cpu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

这里有更详细的教程哦！全网最简约的Anaconda+Python3.7安装教程Win10（百分百成功）_舞雩.的博客-CSDN博客_anaconda安装python3.7https://blog.csdn.net/qq_51831335/article/details/124993976?spm=1001.2014.3001.5501

 📍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！