深度学习CPU版本环境搭建（从anaconda-＞pycharm-＞tensorflow）

叫我王马丁

已于 2023-01-06 16:44:25 修改

阅读量3.8k

点赞数 5

文章标签： Python 深度学习环境搭建 CPU tensorflow测试 Pycharm网站

于 2019-09-23 16:54:08 首次发布

本文链接：https://blog.csdn.net/weixin_45427893/article/details/101212925

版权

本文详细介绍了在Windows10系统、CPU配置下如何搭建深度学习环境，包括使用Anaconda创建环境、安装Python 3.7、Pytorch和Tensorflow。通过Anaconda Prompt管理环境，激活、退出环境，并提供了Pycharm配置环境的指引。最后，通过在Pycharm中测试Tensorflow安装成功与否来验证环境搭建的完整性。

摘要由CSDN通过智能技术生成

前言：其实当自己写下这个搭建过程的时候，自己已经碰壁很多了，所幸一路上还是有csdn博客论坛指导，特别鸣谢小艾童鞋熬夜写了一份安装指南给我，以及廖大师兄的悉心引导。所以自己也想根据经验，写下基于CPU。
本人电脑：windows10 操作系统+集显（基于CPU操作）
在这之前，还需要介绍几款英文名字之间联系：
python：是一种高级编程语言，和C语言的性质一样，是编程的一种，类似于我们以前学习的的MATLAB，C，C++， python带有一种IDEL，可以写一些小开发，但是要做深度学习，依然需要我们学习更多的配置等）
anaconda：是一个python环境管理器，包含了很多的科学包，python包也在其中。
Pytorch:开源深度学习框架，界面友好，易于上手。
几款常用的IDE：**
Pycharm：可以自己编程验证能否运行，当然对于大型的数据，扔到服务器即可，加上相关 CPU转GPU的语句
Spyder:是使用Python编程语言进行科学计算的集成开发环境，性质和pycharm类似，但是在anaconda安装的同时就附带安装了，
Jupyter notebook：性质和pycharm类似，也是在anacon