Anaconda环境下搭建tensorflow

该博客亦是对博客《PyCharm下配置PyQt,TensorFlow等环境》的一个扩展。

 

目录

1. conda和Anaconda的安装

2. tensorflow的安装


1. conda和Anaconda的安装

和pip一样,conda也是一个开源的包管理系统和环境管理系统 ,包括多种语言的包安装,运行,更新,删除,最重要的是可以解决包依赖问题。conda支持语言包括 Python,R,Ruby,Lua,Scala,Java,JavaScript,C / C ++,FORTRAN。不过conda更是最流行的Python 环境管理工具。

conda的常用指令有:

  • conda list列出当前 conda 环境所链接的软件包。
  • conda create -n your_env_name python=X.X,创建python版本为X.X,名为your_env_name的虚拟环境。可以用conda env list或conda info -e查看当前存在的虚拟环境。
  • conda activate your_env_name进入所创建的虚拟环境。
  • conda remove -n your_env_name --all删除虚拟环境。

Anaconda是是一个开源的python发行版本,其包含了conda,python等180多个科学包及其依赖项。如果只需要某些包,或者需要节省带宽或存储空间,也可以使用Miniconda这个较小的发行版(仅包含conda和 Python)。Anaconda的下载可以在https://www.anaconda.com/products/individual#Downloads中找到,一个安装程序,下完直接跟普通软件一样安装即可。安装完成后应该默认包含以下几个部分。

2. tensorflow的安装

我们通常在Anaconda prompt命名窗口中使用conda指令。在下载tensorflow包时,如果担心环境太多太复杂导致很多依赖性不兼容,一般建议创建一个虚拟环境,也就是conda create -n your_env_name python=X.X,存放在Anaconda下的envs目录中。然后用conda-forge(conda-forge可理解 维护可供使用的conda recipes)中使用下面的指令下载。

conda install -c conda-forge tensorflow

安装时选择y即可。

安装完后可以用conda list查看tensorflow版本。

最后打开Spyder就可以验证tensorflow框架了。

import tensorflow as tf

t1 = tf.fill([2,3], 3)
sess = tf.Session()
print(sess.run(t1))

这里需要注意的是tensorflow1.0和2.0的差别还是有点大,可以在https://tensorflow.google.cn/tutorials/quickstart/beginner查看下初学者教程,做做机器学习相关的研究,主要是训练和识别。

 

Enjoy!

 

评论 3
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