tensorfolw安装&notebook和虚拟环境

首先，新建一个虚拟环境（因为像tensorflow，pytorch、kares等包可能会有冲突，因此新建虚拟环境，将他们隔离开来会好一些）

这个命令可以新建虚拟环境，可以自己命名，也可以指定python版本，可以指

定版本这一点十分方便，例如很多代码是用python2写的那么可以直接新建一个python版本是2的环境。

新建虚拟环境后使用：

activate XXX 命令激活虚拟环境，然后再这个虚拟的环境下安装需要的包。（注意每个虚拟环境的包是隔离开的，例如你在A环境下装了numpy但是B环境没装，B环境里是没有办法使用numpy的，要在B环境重新装一次numpy）

激活后发现原来的base变成了tfone

变成了：

之后用使用

这个命令安装tensorflow-gpu版本。（因为实验室的电脑都是安装好了cuda和cudnn的，因此这里就不说了）

根据官网的说法，tensorflow2是不用cpu gpu分别用不同命令行安装的

但是tensorflow1的版本是分开的，如下图：

如果是不用gpu而是使用cpu的话，就不用加-gpu了，如上图所示。

用cpu的话可以输入下面的命令：

pip install tensorflow==1.15 -i https://pypi.douban.com/simple/

按这样运行完毕后测试成功、

如果你出现了莫名其妙的问题，比如提示tf不包含什么模块，那么八成是原来安装的环境没有卸载干净，导致版本的混乱（因为tensorflow的很多相关包对于版本要求是很严格的）

使用pip uninstall
tensorflow-gpu命令卸载。

=======================
pip list
conda list
两个命令可以查看目前已经安装的包。

=======================

至于怎么在黑框框里退出目前的环境，查看已经创建的虚拟环境，如何删除

请参看链接：https://blog.csdn.net/sizhi_xht/article/details/80964099

关于更换pip安装源：

从官网的安装源速度可能比较慢，这时可以换安装源。

临时的方法是：pip
install xxxx -i https://pypi.tuna.tsinghua.edu.cn/simple

常见的pip安装源还有:

豆瓣：https://pypi.douban.com/simple

阿里：https://mirrors.aliyun.com/pypi/simple

实例如下：

如何在notebook里面使用虚拟环境呢？如下

下面这是我的两行命令演示：

另外，补充一个小技巧！你会发现jupyter notebook这个命令运行之后打开的文件夹默认c盘这是为什么呢？其实观察可以发现他打开的是当前的路径：

也就是这个c盘的路径。

所以，首先跳到你的notebook代码所在的盘，如上输入一个e：再回车这样就可以跳到e盘，再次输入jupyter
notebook打开就发现界面变成e盘的一些文件了

打开notebook后就可以在Kernel下面Change Kernel里找到我们的 onetf 啦 ^^_^。

接下来就是在tfone虚拟环境里安装其他需要的包！