集成显卡环境下Pycharm如何使用tensorflow CPU库

最新推荐文章于 2024-03-08 21:54:11 发布

天天天天天一

最新推荐文章于 2024-03-08 21:54:11 发布

阅读量411

点赞数

文章标签： pycharm ide python tensorflow 人工智能 conda

本文链接：https://blog.csdn.net/u012331046/article/details/131788267

版权

1.电脑配置查看

首先得确定你的电脑配置是有独立显卡还是集成显卡，操作方法可以参考任务管理器(CTRL+SHIFT+ESC键性能页)或者设备管理器，如果你还是无法判断出电脑性能，建议下载第三方查看工具如鲁大师(查看后及时卸载)。

2.Pycharm安装

可以直接去pycharm官网PyCharm: the Python IDE for Professional Developers by JetBrains下载安装，学生用户及教师用户可以使用.edu后缀邮箱免费使用，其他用户如果想正常使用请参考网上的激活文件或激活码，本文不赘述。

3.anaconda安装

可以搜索anaconda官网进入下载界面或者点击我这里的链接就会开始下载最新版本的，安装包大约900MBFree Download | Anaconda 安装过程可以直接一路确定即可，路径可以根据自己要求修改，便可安装成功。

4.conda虚拟环境生成

如果需要安装tensorflow必须要生成一个虚拟环境，至于为什么你可以想成为了让tensorflow顺利运行，或者是为了当发生故障时base（原有环境）不受影响，conda可以拥有很多虚拟环境每个均可独立运行，保障了互相不受影响。如果你不需要安装tensorflow只需要简单的其他的库那也可以不需产生虚拟环境。

如何生成虚拟环境：

1.当anaconda安装成功后系统所有应用界面会有Anaconda Prompt 这个控制台程序(类似DOS命令行模式在这可以输入相关命令来完成相应的操作)

2.打开后默认为base环境(即自带conda环境)你可以理解为管理员模式，我们现在创建虚拟环境就是在创建一个新用户一样。新装的anaconda没有其他的虚拟环境如果你不放心也可以使用命令查看。

conda env list

我们现在开始生成新的虚拟环境命令如下：命令中tf为我自己指定的虚拟环境的名称，你可以理解为用户名，后续的工作需要用这个用户名开展，python=3.7是我自己指定的虚拟环境的python版本为3.7版本当然你可以自己改变=后面的版本！注意！python=xxx版本这个必须要加上！

conda create -n tf python=3.7

当运行命令后会出现Proceed（Y/N）这里输入y回车即可安装好后我们可以使用以上查看虚拟环境的命令查看目前的虚拟环境有哪些，如下图看到有名称为tf的虚拟环境已经生成，图中的tensorflow也是我生成的另外一个虚拟环境。

如果想删除虚拟环境呢？我们可以使用命令删除，tf为想删除虚拟环境的名称

conda remove -n tf --all

接下来如何使用这个虚拟环境呢，必须要激活它，变可切换到这个虚拟环境下。

conda activate tf

为了以后使用的更快速安装库的时候速度较快我们需要配置一下国内源，也就是下载时的源路径。

conda config --add channels https://mirrors.ustc.edu.cn/anaconda/pkgs/main/
conda config --add channels https://mirrors.ustc.edu.cn/anaconda/pkgs/free/
conda config --add channels https://mirrors.ustc.edu.cn/anaconda/cloud/conda-forge/
conda config --add channels https://mirrors.ustc.edu.cn/anaconda/cloud/msys2/
conda config --add channels https://mirrors.ustc.edu.cn/anaconda/cloud/bioconda/
conda config --add channels https://mirrors.ustc.edu.cn/anaconda/cloud/menpo/
conda config --set show_channel_urls yes

设置好源后我们就可以开始后续工作了。如果想删除配置的源换回默认的源通过以下命令实现

conda config --remove-key channels

接下来我们安装tensorflow-cpu版本，因为我们没有GPU支持所以只能使用cpu版本的。

pip install tensorflow-cpu

以上我们完成了tensorflow-cpu版本的安装，接下来我们开始配置pycharm。

Pycharm配置

我们打开Pycharm软件点击右上角的设置按钮(如果需要汉化可参考另外一篇文章如何对pycharm汉化http://t.csdn.cn/VKrd9），点击项目 python 解释器，点击添加解释器，添加本地解释器，然后选择第一个vritualenv环境，点击现有，然后选择我们虚拟环境的目录下的python.exe，有人问目录不清楚，查看的方式就是之前提到的conda env list命令，即在Anaconda Prompt 控制台输入conda env list命令查看我们的虚拟环境的目录。到这里我们已经完成了虚拟环境的配置，pycharm会自动生成索引，完成我们的工作。