【保姆级教程】使用Anaconda创建并配置环境Tensorflow

今天重新配置环境，距上次配置环境已经过了几个月了，很多步骤都忘了。因此想来更新一帖，记录一下，方便自己以后再次配置环境，也希望对刚刚入门深度学习的萌新有点指导意义。

1.创建环境

使用 Anaconda 建立环境（==Anaconda十分好用，非常建议大家下载==）

具体流程：打开Anaconda Prompt

打开后Anaconda Prompt，我们就直接进入了base环境。此时，我们可以通过以下命令流来创建一个新的环境

conda create -n name(此处的name是你所要创建的环境的名字) python=3.7（python版本自己指定)）

如下，我创建了一个名为SCI_Re的环境，该环境采用Python3.7作为Interpreter(编译器)
 

 这样环境就创建完毕，是不是超级简单？创建完环境后，以后我们就可以在该环境中下载各种我们所需要的库/包了。

2.进入到所配置的环境

创建完环境后，接下来是就是配置环境了。

配置环境的第一步是需要我们先进入到我们要配置的环境当中。同样是先打开Anaconda Prompt，进入到基础的base环境中。然后通过输入下面的conda语令进入到我们刚刚创建的SCI_Re环境。

conda activate SCI_Re

 下图显示我们已经成功进入到SCI_Re环境中

3.配置环境(下载Tensorflow)

在进入到我们所创建的环境中后，接下来我们就可以在该环境中下载各种库/包，从而实现环境的配置啦。

下载和安装深度学习环境中的各种库时，相比于pycharm中的GUI可视化操作，我更倾向于使用pip指令或者conda指令。其中，conda指令是最舒服的（因为conda可以根据你当前的环境，配置可与其相兼容的库/包。而pip指令则需要你知道自己的环境兼容哪个版本的库/包，若无指定，则pip默认下载目标库/包的最新版本，而有时候由于版本过新，很可能出现不兼容的问题。）

===P.S.pip是python自带的下载工具，一般来讲，安装完pyhton后，就可以使用pip工具了。===

此处，我使用pip工具下载Tensorflow

pip install tensorflow gpu==2.2.0 -i https://mirrors.aliyun.com/pypi/simple/ --trusted-host pypi.aliyun.com

如下图所示：

 该tensorflow_gpu版本是我在NVDIA官网上找到的。不同的显卡，驱动对应着不同的版本，大家可以自行查阅电脑对应的版本。

官网查阅链接：

在 Windows 环境中从源代码构建  |  TensorFlow

参考链接：

win10环境下配置Python TensorFlow深度学习环境（GPU版） - 知乎