tensorflow的开发环境有很多,可以在Docker上搭建,也可以使用Anaconda管理工具搭建,也可以直接在本机中安装tensorflow。在这里为了工具包的方便管理,我选择使用Anaconda搭建。
环境搭建
- 下载并安装Anaconda
- 下载并安装tensorflow
- 下载并安装notebook
下载Anaconda
Anaconda是什么?
Anaconda 是一种Python语言的免费增值开源发行版,用于进行大规模数据处理, 预测分析, 和科学计算, 致力于简化包的管理和部署。Anaconda使用软件包管理系统Conda进行包管理。
在 www.anaconda.com/download/#m… 网址中下载Anaconda。
Conda是什么?
conda 是开源包(packages)和虚拟环境(environment)的管理系统。
-
packages 管理: 可以使用 conda 来安装、更新 、卸载工具包 ,并且它更关注于数据科学相关的工具包。在安装 anaconda 时就预先集成了像 Numpy、Scipy、 pandas、Scikit-learn 这些在数据分析中常用的包。另外值得一提的是,conda 并不仅仅管理Python的工具包,它也能安装非python的包。比如在新版的 Anaconda 中就可以安装R语言的集成开发环境 Rstudio。
-
虚拟环境管理: 在conda中可以建立多个虚拟环境,用于隔离不同项目所需的不同版本的工具包,以防止版本上的冲突。对纠结于 Python 版本的同学们,我们也可以建立 Python2 和 Python3 两个环境,来分别运行不同版本的 Python 代码。
Anaconda的优点
Anaconda通过管理工具包、开发环境、Python版本,大大简化了你的工作流程。不仅可以方便地安装、更新、卸载工具包,而且安装时能自动安装相应的依赖包,同时还能使用不同的虚拟环境隔离不同要求的项目。
Anaconda内置多项应用
-
Anaconda Navigator:用于管理工具包和环境的图形用户界面,众多管理命令也可以在 Navigator 中手工实现
-
Jupyter notebook :基于web的交互式计算环境,可以编辑易于人们阅读的文档,用于展示数据分析的过程
-
qtconsole :一个可执行 IPython 的仿终端图形界面程序,相比 Python Shell 界面,qtconsole 可以直接显示代码生成的图形,实现多行代码输入执行,以及内置许多有用的功能和函数
-
spyder :一个使用Python语言、跨平台的、科学运算集成开发环境
安装Anaconda
打开Anaconda安装包安装,一直点继续,直到安装完成。
使用Anaconda Navigator
Anaconda安装后,可以从菜单中看到它包含几个应用程序,其中Anaconda Navigator是这几个程序的导航入口。 Anaconda Navigator是Anaconda发行包中包含的桌面图形界面,可以用来方便地启动应用、方便的管理conda包、环境和频道,不需要使用命令行的命令。Navigator可以从Anaconda Cloud或本地Anaconda仓库中搜索包。提供了Windwos、maxOS和Linux版本。Anaconda Navigator主界面如下:
在左边菜单栏中可以看到四个选项,一般常用的是Home和Environments。Environments是你搭建开发环境的地方,你可以在Environments中创建一个开发环境,然后下载所需要的包即可。例如:
创建开发环境
点击左下角create,弹出创建开发环境框,输入环境名和选择python类型即可。
下载tensorflow包
搜索tensorflow包,勾选要下载的包,然后点击右下角Apply即可。
Home是你搭建完开发环境后的工作台,在这里可以点击notebook来编写程序。例如:
选择开发环境
在Home工作台中,选择你要使用的工作台。
在工作台中你可以看到多种应用。例如:
- Jupyter Notebook
- Orange App
- QTConsole
- Glueviz
- Spyder
- RStudio
如果应用没有安装,可以点击应用的Install即可安装。如果已安装,点击Launch即可运行。
在这里我们点击运行Jupyter notebook来编写我们的tensorflow程序。
Jupyter notebook是什么?
Jupyter notebook 是一种 Web 文档。写过项目的都知道,我们在编译器写代码,然后又去打开word或者其他的文本编辑工具去写开发文档,而且调试也不是非常的方便,是不是感觉特麻烦。 Jupyte的出现就解决我们的各种麻烦,能够让我们把文本,图像和代码全部组合在一个文档中,而且,调试也特别的方便,大大的提高我们开发的效率。
以上内容是我们需要搭建Anaconda开发环境的全部内容。搭建完成后,你就可以编写tensorflow的相关程序啦。