Python可以调用Gpu吗_用Anaconda安装Tensorflow-GPU，并与PyCharm相结合，极简实用教程（二）...

在上一篇文章中，作者介绍了用Anaconda安装Python和TensorFlow-GPU的整套解决方案，步骤简单，非常实用。如果还没有安装Anaconda、Python以及TensorFlow的同学，可以显将上述三者安装好。上一篇文章见链接：

PhD Xu：用Anaconda安装Tensorflow-GPU，并与PyCharm相结合，极简实用教程（一）​zhuanlan.zhihu.com

在本文中，笔者将介绍第二部分:如何将已经搭建好的深度学习的环境（conda gpu）与近年来非常流行的PyCharm相结合。完成后，即可在我们熟悉的Pycharm中编写、调试深度学习的代码。

-------------------------------------------------------

1、下载安装PyCharm

1.1 去PyCharm官网下载PyCharm with Anaconda plugin版本。官方网址传送门：

https://www.jetbrains.com/pycharm/promo/anaconda/​www.jetbrains.com

1.2 安装Pycharm，在安装选项中，将图中所示两个选项勾选上。

完成后，桌面会出现图标，下面名称是“PyCharm Community Edition with Anaconda plugin 2019.3.3 x64”

1.3 首次启动PyCharm，选择不要载入设置

1.4 最后有个选择交互界面风格，多数人都会选择黑色，没啥科学理由，只是看起来比较高大上。

1.5 后面安装选项基本可以全不选，暂时无影响。一路next直至安装完成。

2、配置Anaconda的虚拟环境

2.1 创建一个新的Project

2.2 为这个New Project选择一个合适的安装位置，然后配置conda环境的编译器（点击那个箭头展开下拉菜单）。

2.3 选择用Virtualenv配置虚拟环境，即选择我们前面在Anaconda中配置深度学习环境时安装了Python3.7和tensorflow环境（见文章一）。首先我们要选择“已存在的编译器”选项：

2.4 在接下来出现的界面中，依次执行：①找到你Anaconda安装的位置（Anaconda3文件夹），②进入环境菜单envs，③找到我们之前创建的tensorflow-gpu环境，我的这个环境名称是gpu，④gpu文件夹里，找到python的可执行文件（python.exe），⑤点击OK。

2.5 这样就回到了2.3步的界面，点击创建，这个过程需要一段时间。稳妥起见，耐心等待，直到界面下方的读取标志和进度条都完成后再进行下一步。

2.6 待配置过程结束后，在新建的Project上右键点击，创建一个新的python文件

2.7 输入以下命令作测试。如果运行成功，则说明这个project能够调用tensorflow，从而说明我们在之前安装配置的tensorflow-gpu环境（见文章一）能在PyCharm的Project上作为虚拟环境运行。

# Try to import TensorFlow. If an error occurs, TensorFlow is not installed correctly.
import tensorflow as tf

# Detect TensorFlow Version
VersionName = tf.__version__
print('TensorFlow version is ', VersionName)

-------------------------------------------------------

至此，同学们就可以在PyCharm中编写、调试深度学习的代码了。

再次强调本文的步骤与之前的用Anaconda安装python和TensorFlow是直接关联的。如果你还没有安装并配置tensorflow(-gpu)的环境，请先按照文章一的介绍完成安装配置。文章一的链接在本文最开头部分。

好书推荐：

如果你想快速上手TensorFlow和Keras，推荐这本基于刚刚发布的TensorFlow2.0的工具书：

Hands-On Machine Learning with Scikit-Learn, Keras, and TensorFlow, 2nd Edition, Aurélien Géron, Released September 2019, O'Reilly Media, Inc.