tensorflow-cpu通过anaconda3安装及在pycharm中配置

摘要:由于要使用pycharm和tensorflow跑代码,电脑显卡不支持CUDA,不能运行gpu版本tensorflow,所以通过anaconda3安装cpu版本tensorflow,安装过程遇到了一些错误,会在此提醒大家注意避免,安装完成后在pycharm上使用。

1.下载anaconda 3.5.2版本

可直接点链接下载:https://repo.continuum.io/archive/Anaconda3-5.2.0-Windows-x86_64.exe

也可以在下面两处下载:
清华镜像源
官网下载(官网限速,不建议在这里下载)

2.安装anaconda3
双击刚下好的软件进行安装(和普通软件安装没什么区别,建议平时安装软件在不带空格的目录下)

此处选择任何一个都可以(自己用,就选Just me)
在这里插入图片描述

安装过程中会出现这个框,记得第一个的框要勾选(否则就需要自己在安装完后手动添加环境变量)
在这里插入图片描述

如果上面一步未勾选添加到环境变量,则需要进行手动添加(勾选了则忽略此步)

右键我的电脑,属性->高级系统设置->环境变量->系统变量->Path,将如下变量添加进去:
D:\Soft\Anaconda3
D:\Soft\Anaconda3\Library\mingw-w64\bin
D:\Soft\Anaconda3\Library\usr\bin
D:\Soft\Anaconda3\Library\bin
D:\Soft\Anaconda3\Scripts
注意,路径为你自己所安装的路径

安装完之后,菜单栏会出现如下
在这里插入图片描述

安装成功验证,cmd打开命令行输入conda --version
在这里插入图片描述

3.安装tensorflow

打开Anaconda Prompt,输入清华仓库镜像:

conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --set show_channel_urls yes

在Anaconda Prompt中,用Anaconda3创建一个python3.5的虚拟环境,环境名称为tensorflow ,输入下面命令:

conda create -n tensorflow python=3.5

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

完成后点击开始菜单—>Anaconda3—>Anaconda Navigator,点击左侧的Environments,可以看到tensorflow的环境已经创建好了
在这里插入图片描述

在Anaconda Prompt中启动tensorflow环境:

activate tensorflow

在这里插入图片描述

接着输入命令安装cpu版本tensorflow:

pip install --upgrade --ignore-installed tensorflow

在这里插入图片描述
完成后测试:

在Anaconda Prompt窗口中输入:

activate tensorflow

成功启动tensorflow环境;

输入:

python

输入测试代码:

import tensorflow as tf
hello = tf.constant('hello,tensorf')
sess = tf.Session()
print(sess.run(hello))

运行成功如下图所示:
在这里插入图片描述
在这里插入图片描述

成功则忽略此步,如果未成功,import tensorflow as tf时出错,则考虑cpu版本老旧问题,这时卸载现有的tensorflow,安装tensorflow1.5(或其他适合版本)

依次执行:

pip uninstall tensorflow

pip install tensorflow==1.5 -i http://mirrors.aliyun.com/pypi/simple --trusted-host mirrors.aliyun.com

若代码测试后还未成功则建议卸载anaconda3(卸载文件在安装目录下:Uninstall-Anaconda3.exe)重新进行安装,其他步骤不变,进行到tensorflow安装时使用代码(二选一):

pip install tensorflow==1.5 -i http://mirrors.aliyun.com/pypi/simple --trusted-host mirrors.aliyun.com
//或
pip install -i https://pypi.tuna.tsinghua.edu.cn/simple/https://mirrors.tuna.tsinghua.edu.cn/tensorflow/windows/cpu/tensorflow-1.1.0-cp35-cp35m-win_amd64.whl

还有一点需要注意,如果出现:
在这里插入图片描述
Future warning: _np_qint8 = np.dtype([(“qint8”, np.int8, 1)])
意思是:不推荐使用(type,1)或’1type’作为类型的同义词; 在未来的numpy版本中,它将被理解为(type,(1,))/’(1,)type’。 _np_qint8 = np.dtype([(“qint8”,np.int8,1)])
这时候需要打开Anaconda Prompt窗口,输入activate tensorflow进入tensorflow环境,输入下列代码:

 python -m pip uninstall numpy
 python -m pip install numpy==1.16

将numpy换成合适版本

4.pycharm中配置tensorflow

新建一个项目

如果在pycharm中写入import tensorflow as tf运行后报错,提示没有tensorflow这个模块,这是由于此时选择的pycharm中的python解释器与tensorflow默认安装下的python解释器路径不同。

选择“File”→“Settings”→“Project Interpreter”,当你选择的Interpreter是anaconda下的python.exe时,在pycharm中导入tensorflow时,运行后会报错。
在这里插入图片描述

解释器的选择如下图所示,点击图中的设置按钮,然后选择“Add…”
在这里插入图片描述
在“Add Python Interpreter”窗口中,选择左侧的“System Interpreter”,然后点击Interpreter框右侧的选择按钮

想使用tensorflow模块的话,python解释器应选择tensorflow安装下的python.exe,路径:(anaconda->envs->tenfowflow->python.exe)下的python.exe(具体按照自己电脑中tensorflow下的python.exe路径)
在这里插入图片描述

添加好后,选择此python解释器
在这里插入图片描述

到此配置结束。

5.导入其他深度学习python模块/库
选择“File”→“Settings”→“Project Interpreter”,在选择好的python解释器下,点击“+”添加python第三方库
在这里插入图片描述

在框中输入numpy,点击“Install Package”,等待安装完成,同样操作安装scipy、matplotlib、h5py、sklearn等python库。
在这里插入图片描述

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值