win10搭建tensorflow-CPU/GPU环境(pycharm+anaconda+tensorflow(CPU/GPU))

最重要的先写在前面丫φ(≧ω≦*)♪

注意:不需要我们手动先安装Python,因为第一步中的Anaconda里面自动会安装Python

第一步:下载并安装Anaconda;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

第二步:安装tensorflow

第三步:安装社区版的pycharm

第四步:最后再在pycharm中设置Anaconda的环境

目录

Part One.Anaconda下载

Part Two.安装tensorflow

Part Three.安装社区版的pycharm

Part Four.最后再在pycharm中设置Anaconda的环境


Part One.Anaconda下载

Way1:清华镜像源: https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/

Way2:官网下载:https://www.anaconda.com/distribution/

Way1速度更快,Way2限速哈

安装Anaconda时一定要把环境变量加入windows环境中,也就是选中勾选框,否则,安装完后还需要自己手动加入,很麻烦的。

Part Two.安装tensorflow

Step1:打开Anaconda Prompt,输入

conda list

可以看到Anaconda已经自动给你安装了很多的包,比如numpy、sympy等常用的包。

Step2:通过清华仓库镜像安装,速度会快上很多。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

Step3:在Anaconda Prompt中,用Anaconda3创建一个python3.7的虚拟环境,环境名称为tensorflow ,输入下面命令

conda create -n tensorflow python=3.7

注意:这里面的python版本需要你根据自己的Python版本实际情况来定,我的python版本就是3.7,所以我这里面python=3.7。

Step4:验证一下,打开Anaconda Navigator,点击左侧的Environments,可以看到tensorflow的环境已经创建好了

Step5:在Anaconda Prompt中启动tensorflow环境

activate tensorflow

如下图:出现了TensorFlow环境的标识。 当不使用TensorFlow时,可以通过deactivate来关闭TensorFlow环境的哈

Step6:安装CPU版本的TensorFlow,在Anaconda Prompt中接着输入:

pip install --upgrade --ignore-installed tensorflow

这里面试了好几次这个语句,每次都是提醒我: 

WARNING: Retrying (Retry(total=4, connect=None, read=None, redirect=None, status=None)) after connection broken by 'ConnectTimeoutError(<pip._vendor.urllib3.connection.VerifiedHTTPSConnection object at 0x0000022393174908>, 'Connection to files.pythonhosted.org timed out. (connect timeout=15)')': /packages/34/d5/ce8c17971067c0184c9045112b755be5461d5ce5253ef65a367e1298d7c5/tensorflow-2.1.0-cp37-cp37m-win_amd64.whl

有时甚至报错:

Traceback (most recent call last):
  File "E:\Anaconda3\envs\tensorflow\lib\site-packages\pip\_vendor\urllib3\response.py", line 425, in _error_catcher
    yield
  File "E:\Anaconda3\envs\tensorflow\lib\site-packages\pip\_vendor\urllib3\response.py", line 507, in read
    data = self._fp.read(amt) if not fp_closed else b""

巴拉巴卡拉省略

所以懒猪猪用了下面的方法,结果那速度飕飕滴:

pip install tensorflow -i https://pypi.douban.com/simple

截图为证:

这样tensorflow 的cpu版本就安装好了。

Step7: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

Part Three.安装社区版的pycharm

这部分网上大神的教程有很多,就不说啦,后期有机会在补充

Part Four.最后再在pycharm中设置Anaconda的环境

这部分要注意每次新建一个工程的时候,都要配置pycharm的虚拟环境哦

  • 1
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论
使用Anaconda3和PyCharm来配置TensorFlow-GPU 2.4.0深度学习环境是一个相对简单的过程,我将分享我的经验。 首先,你需要确保已经在计算机上安装了Anaconda3和PyCharm。然后,你可以按照以下步骤进行配置: 1. 打开Anaconda Navigator,并创建一个新的虚拟环境。你可以选择Python 3.7版本,并命名环境为"tensorflow-gpu"。 2. 激活新环境后,在终端或命令提示符下输入以下命令来安装TensorFlow-GPU 2.4.0: ``` conda install tensorflow-gpu=2.4.0 ``` 3. 安装完成后,你可以通过以下命令验证TensorFlow-GPU是否正确安装: ``` python -c "import tensorflow as tf; print(tf.__version__)" ``` 如果输出显示为2.4.0,则说明TensorFlow-GPU已经成功安装。 4. 接下来,在PyCharm中打开一个新的项目。在项目设置中,选择已创建的虚拟环境"tensorflow-gpu"作为项目的Python解释器。 5. 在PyCharm的终端中,使用以下命令来安装GPU版本的TensorFlow依赖项: ``` pip install tensorflow-gpu==2.4.0 ``` 6. 安装完成后,你可以编写和运行使用TensorFlow-GPU的代码了。 在配置过程中,可能会遇到一些问题。例如,TensorFlow-GPU要求计算机上安装了适当的显卡驱动程序,并且CUDA和cuDNN版本与TensorFlow-GPU的要求相匹配。此外,如果你在安装过程中遇到任何问题,可以尝试升级或降级AnacondaPyCharmTensorFlow-GPU版本,以找到兼容的组合。 总之,通过Anaconda3和PyCharm配置TensorFlow-GPU 2.4.0深度学习环境是一项相对简单的任务。如果按照上述步骤操作,你应该能够成功地设置和使用TensorFlow-GPU来进行深度学习任务。
评论
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

打赏作者

Bertama

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

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