windows:pycharm+anaconda+tensorflow(CPU)

最新推荐文章于 2024-03-15 22:30:07 发布

魏云舒

最新推荐文章于 2024-03-15 22:30:07 发布

阅读量6.2k

点赞数 5

本文链接：https://blog.csdn.net/weixin_39393712/article/details/80615445

版权

我的台式机没有GPU，所以采用CPU的安装方法
步骤：先安装anaconda，再安装tensorflow，再安装社区版的pycharm，最后再在pycharm中设置anaconda的环境
anaconda能够自带很多的安装包，不需要我们一个一个配置，避免了很多麻烦

一、anaconda下载

清华镜像源
官网下载
官网限速，不建议在这里下载

二、安装anaconda3

anaconda环境变量配置
安装anaconda时一定要把环境变量加入windows环境中。要没有勾选，安装完后还有手动加入。而且注意3.4版本是默认不加入anaconda的文件路径到环境变量的。
自己配置环境
当然，一不小心就错过了刚才的配置，采用下面的方法配置环境

三、安装Tensorflow

cmd->conda list ：看配置文件，可以看到已经安装了numpy、sympy等常用的包。
同样，Tensorflow有两种安装方式：

直接用pip 安装(不建议使用)
cpu版本：pip install --ignore-installed --upgrade tensorflow
通过清华仓库镜像安装，速度会快上很多

这里介绍第二种安装方法：
####1、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

2、在`Anaconda Prompt`中，用Anaconda3创建一个python3.6的虚拟环境，环境名称为tensorflow ，输入下面命令：

conda create -n tensorflow python=3.6

#### 3、运行 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。

#### 4、在 Anaconda Prompt中启动 tensorflow环境：
```
activate tensorflow
```
#### 5、安装cpu版本的TensorFlow
```
pip install --upgrade --ignore-installed tensorflow
```
这样tensorflow cpu版本就安装好了。

#### 6、当不使用TensorFlow时，可以通过 deactivate来关闭TensorFlow环境：

#### 7、测试cpu版本的TensorFlow 重新打开 Anaconda Prompt—> activate tensorflow—> python来启动tensorflow，并进入python环境

测试代码如下:

#TensorFlow使用图(Graph)来表示计算任务；并使用会话(Session)来执行图，通过Session.close()来关闭会话（这是一种显式关闭会话的方式）。会话方式有显式和隐式会话之分。
import tensorflow as tf
hello = tf.constant('Hello, TensorFlow!')  #初始化一个TensorFlow的常量
sess = tf.Session()  #启动一个会话
print(sess.run(hello))

#### 8、其他问题
当我们用Anaconda自带的iPython和Spyder以及jupyter notebook中输入 import tensorflow as tf的时候会失败，显示如下 No module named 'tensorflow‘，原因是我们没有在TensorFlow的环境下打开它们。

为此，我们需要在TensorFlow环境下安装这两个插件。
- 打开Anaconda Navigator—>Environments—>tensorflow，选择Not installed，找到iPython和Spyder以及jupyter并安装。
  ipython:
  
  Spyder:
  
  jupyter notebook:
好的，安装好三个插件后，我们用例子分别来运行试试（都要事先activate tensorflow来启动tensorflow）：

ipython:

Spyder:

立刻唤醒Spyder，并运行：

jupyter notebook:

立刻唤醒jupyter notebook，并运行：