在macOS 系统利用搭建anaconda + pycharm + tensorflow

搭建anaconda + pycharm + tensorflow

下载anaconda

anaconda 其实是python的一种发行版,但是相比于源生的python,它有更多的package,像matplotlib、numpy、pandas等等宏包
下载就比较简单了,找到对应的系统以及适应的安装包即可,安装还是比较简单的,不会的话可以看看别人的blog

pycharm

pycharm只是一种编辑器编辑器只是用来编辑你写的代码的,并不是用来编译代码的,用什么编译器都是可以的!!!代码本身和数学思想才是程序的灵魂!!
pycharm的下载也比较简单.有pycharm CE版和profession版,但是支持版权的话还是尽量用CE版吧.

tensorflow的搭建

tensorflow有cpu和gpu版本,具体可以看自己的Mac系统.
本文主要是讲gpu版.
假定你已经安装好了anaconda和pycharm.

首先创建一个dircectory,projects下面对应的directory主要是用于存储tensorflow的虚拟环境,好比一个容器(container),你调用的是容器里面的东西,你在这个directory调用包的时候原来anaconda的包会不起作用(注意下)不过pycharm波浪红线会告诉你没有安装,你可以在你环境的terminal下载(尽量用镜像).

创建好之后,打开终端(terminal)
键入source activate test1(你创建什么dir名称就输入什么 )因为我创的是test1所以就输出这个

当你输入之后显示长城这个样子的话说明你进入了环境.可以进行后续的步骤
然后尝试一下退出环境(可进行可不进行)就是测试一下

这里用source deactivate退了出来的,不过它建议是用conda deactivate.成不成功其实都无所谓你如果重新进终端就得重新启动test1的环境.再强调下,这个环境是为tensorflow单独搭建的环境.

conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/
conda config --set show_channel_urls yes

尽量还是先退出来,退出来后把源切换到清华大学的镜像站,要不手动下载tensorflow非常的慢.
切换镜像源没有问题之后重启一下终端

再次进入test1的环境source activate test1
然后输入conda install numpy 安装一些包.如果中途出现安装失败就得再输入conda install之后的步骤都是一样的

像这里没成功,就需要再次安装

这样就成功了.

安装numpy就是测试一下.然后最重要的就是tensorflow的安装了

conda install tensorflow

这里有失败的安装,还需要再次安装
再次conda install tensorflow

就一直conda install tensorflow直到都安装完毕和正确

等待安装完之后进入pycharm新建一个pycharm,一定要在你创的虚拟环境进行创建.创建一个文件,输入这些进行测试.

import tensorflow as tf
import numpy as np

tf.compat.v1.disable_eager_execution()

# 使用 NumPy 生成假数据(phony data), 总共 100 个点.
x_data = np.float32(np.random.rand(2, 100))  # 随机输入
y_data = np.dot([0.100, 0.200], x_data) + 0.300

# 构造一个线性模型
# 
b = tf.Variable(tf.zeros([1]))
W = tf.Variable(tf.random.uniform([1, 2], -1.0, 1.0))
y = tf.matmul(W, x_data) + b

# 最小化方差

loss = tf.reduce_mean(tf.square(y - y_data))
optimizer = tf.compat.v1.train.GradientDescentOptimizer(0.5)
train = optimizer.minimize(loss)

# 初始化变量
init = tf.compat.v1.global_variables_initializer()

# 启动图 (graph)
sess = tf.compat.v1.Session()
sess.run(init)

# 拟合平面
for step in range(0, 201):
    sess.run(train)
    if step % 20 == 0:
        print(step, sess.run(W), sess.run(b))

如果成功了就说明环境搭建完了.
如果你缺少包的话.可以在pycharm的terminal里利用pip进行安装
例如pip install matplotlib -I 镜像源网站(可以更快)
ok了~~