conda创建tensorflow环境

conda创建tensorflow虚拟环境

conda创建环境的意义

意义：使用Anaconda会有一个最基础base的环境，里面包含着一些最基础的库包以及你选择的Python的版本，在深度学习上不同的库对应着不同的python版本，如果一直在base环境上进行操作就会导致版本不匹配的问题，最后代码运行失败。因此我们就要创建虚拟环境，往虚拟环境里配置我们所需要的python版本和一些库包的版本。

conda创建环境的流程

在这里我们以python版本为3.6，tensorflow1.11版本为例

1.打开Anaconda Prompt，创建环境

前面括号里提示你所在的位置，base表示最基础的环境，在这里我们创建一个新环境

conda create -n tensorflow python=3.6.8

其中conda create -n为默认的，tensorflow表示你要创建的环境的名字，后面是python的版本，安装完成提示结果如下：

我们可以使用conda activate tensorflow来进入该环境

前面括号里（tensorflow）表明我们已经进入到创建的环境中。

2.查看python是否安装成功及环境里的库包

在环境中输入pip list可以查看该环境下包含的库包，输入python -V可以查看环境的版本。

python -V

pip list

结果示意图如下：

通过结果可以看出我们成功的安装了python3.6.8，但库包中不含有tensorflow，只有几个必须的库，因此我们需要在该环境下继续安装tensorflow

3. 在环境中安装tensorflow

在环境中输入以下代码进行tensorflow的安装

pip install tensorflow_gpu==1.11.0

尽量不要安装高版本，很多代码都是基于低版本的tensorflow进行编写的，过高的tensorflow对一些代码的调用进行了更新，容易出错。
下载过慢时可以使用清华镜像进行下载

pip install tensorflow_gpu==1.11.0 -i https://pypi.tuna.tsinghua.edu.cn/simple/

安装成功示意图如下：

4. 检验tensorflow是否安装成功

在命令行中输入python进行编写代码

python

进入到代码编写界面，逐行输入下列代码检验是否安装成功

import tensorflow as tf
a=tf.constant([1.0,2.0,3.0],shape=[3],name='a')
b=tf.constant([1.0,2.0,3.0],shape=[3],name='b')
c=a+b
sess = tf.Session(config=tf.ConfigProto(log_device_placement=True))
print(sess.run(c))

输入结果则表示安装成功

结语

安装好环境后，即可在pycharm中进行使用，不要在最基础的环境上面进行安装，会出现很多版本不一致的问题！