win10+Anaconda3+tensorflow+pycharm的CPU版本安装指南


Anaconda3集成了好多python开发的库,非常有用,去官网下载安装即可。链接: 官网下载地址.
由于windows下的 tensorflow 只支持python 3.5的版本,而现在的Anconda 3中的python版本是3.6。故需要虚拟出一个3.5版本的python环境,在这个环境下安装tensorflow。

1.安装Anaconda 3,此处不再赘述
2.打开Anaconda Prompt

点开屏幕左下角win图标可用打开显示安装好的Anaconda3。
在这里插入图片描述

3.进去Prompt环境中

在这里插入图片描述
输入一下代码,设置镜像下载地址,设置为清华的镜像下载的比较快。

// 设置镜像下载地址
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/

再输入命令设置一下路径显示。

// 显示路径
conda config --set show_channel_urls yes

再输入一下命令,创建tensorflow的虚拟环境。

// 创建虚拟环境
conda create -n tensorflow python=3.5
4.虚拟环境创建完后

就可以打开Anaconda Navigator 看到自己刚才创建好的名为tensorflow的环境。
在这里插入图片描述

5.安装tensorflow

接下来继续在Anaconda prompt 中输入以下命令,先进入tensorflow环境中。

// 进入虚拟环境
activate tensorflow

在这里插入图片描述
输入以下命令安装tensorflow,安装过程中可能会让输入,输入y,再按回车键就完事了。

// 安装
conda install tensorflow

安装完成之后,验证是否安装成功,如下图,引用tensorflow没问题就可以了。
在这里插入图片描述

6.配置pycharm

首先新建一个python项目,关键点是指定项目的解释器,把解释指定为上面创建的虚拟环境中的python 3.5就可以了。打开pycharm,File->Settings->Project Interpreter,选择设置按钮–>Add
在这里插入图片描述
选择System Interpreter ->接下来去文件夹里找自己上面创建的虚拟的名为tensorflow的环境下的python 3.5.exe的解释器
在这里插入图片描述
这个Interpreter(解释器)的位置取决于你的Anaconda 3安装的位置,例如我的位置就在下图所示
在这里插入图片描述
最终的解释器选择的就是下图这个
在这里插入图片描述

7.验证设置的pycharm
// 运行结果[ 3.  5.]
import os
import tensorflow as tf

os.environ["TF_CPP_MIN_LOG_LEVEL"] = "3"    # 消除运行警告
a = tf.constant([1.0, 2.0], name="a")
b = tf.constant([2.0, 3.0], name="b")
result = tf.add(a, b, name="add")
sess = tf.Session()
print(sess.run(result))

好了,大功告成啦!

进阶之路

问题1. 虚拟环境中没有平常使用的numpy、matplotlib库怎么办?解决办法如下:

首先进入到Anaconda Prompt中,输入命令进入到tensorflow环境中
在这里插入图片描述
然后安装常用的库,以安装matplotlib为例

// 安装
conda install matplotlib

在这里插入图片描述
此处输入y,按回车键键,安装完成。
这个问题已解决!!哈

  • 1
    点赞
  • 13
    收藏
    觉得还不错? 一键收藏
  • 1
    评论
### 回答1: 这是关于Anaconda、TensorFlowPyCharm的问题。这三个工具都是用于开发Python程序的。Anaconda是一个Python发行版,它包含了许多常用的Python库和工具,使得Python环境设置更加简单方便。TensorFlow是一个用于人工智能和机器学习的开源库,可用于构建和训练神经网络。而PyCharm则是一个Python集成开发环境,它可以帮助开发人员更高效地编写代码和调试程序。总的来说,这三个工具结合起来可以提高Python开发效率和代码质量。 ### 回答2: anaconda、tensorflowpycharm都是非常常用的机器学习和数据科学工具。 首先,anaconda是一个数据科学和机器学习开发环境,它包括很多最常用的Python软件包和库以及一个方便的包管理器。用户可以使用anaconda来创建虚拟环境,这意味着用户可以在同一机器上保留不同的Python环境,以实现对不同项目的管理。 其次,tensorflow是一个非常流行的基于Python的机器学习框架,它支持各种各样的机器学习任务,包括监督学习、无监督学习、强化学习等等。tensorflow允许用户构建一个计算图形(一个包含了各种计算、操作和变量的图形),并且通过训练这个图形来生成机器学习模型。tensorflow提供了多种编程语言接口,其中Python接口是最受欢迎的。 最后,Pycharm是一种用于Python开发的强大集成开发环境,它提供了许多功能,例如调试器、自动化测试、版本控制、自动完成和语法高亮等等。Pycharm 在开发过程中带来了很多便利,可以大大提高 Python 开发人员的效率和准确率。 总之,anaconda、tensorflowpycharm都是目前机器学习和数据科学领域中非常重要的工具,使用它们可以帮助用户进行更高效的数据分析、机器学习和模型训练。 ### 回答3: anaconda是一个Python的科学计算环境,包含了众多科学计算包和工具,如numpy、scipy、matplotlib等,可以轻松进行数据分析、机器学习等任务。 tensorflow是一个由Google开发的机器学习框架,可以用于构建各种神经网络模型,支持多种硬件平台,如CPU、GPU等。其主要特点是高度灵活且可扩展性强,可满足各种不同领域的应用需求。 pycharm是一款Python IDE,拥有很多与Python开发相关的功能,如语法检查、代码智能提示、调试等。它也支持Anaconda环境,可以轻松地在pycharm中使用anaconda的科学计算、机器学习库。 当使用这三个工具时,可以使用Anaconda来管理Python环境,并安装必要的包和工具。然后使用pycharm编写机器学习代码,如定义网络结构、训练模型等,并调用Tensorflow来实现相应功能。由于Anaconda和pycharm的支持,开发者可以方便地在工作中使用Tensorflow构建机器学习模型。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 1
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
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