Anaconda3+tensorflow2.0.0+PyCharm安装与环境搭建

前言：

本专栏将分享从零开始搭建神经网络的学习过程，力争打造最易上手的小白教程。在这过程中，我将使用谷歌TensorFlow2 框架逐一复现经典的卷积神经网络：LeNet-5、AlexNet、VGG系列、GooLeNet、ResNet 系列、DenseNet 系列、SSD、YOLO系列、SegNet 等，带你入门并实现计算机视觉领域的三大任务：图像分类、目标检测、语义分割。

---

学习记录：

    深度学习环境搭建：Anaconda3+tensorflow2.0+PyCharm

    TF2.0深度学习实战（一）：分类问题之手写数字识别

    TF2.0深度学习实战（二）：用compile()和fit()快速搭建MINIST分类器

    TF2.0深度学习实战（三）：LeNet-5搭建MINIST分类器

    TF2.0深度学习实战（四）：搭建AlexNet卷积神经网络

---

1. 下载与安装Anaconda3

首先去官网Anaconda下载网址下载Anaconda3，我安装的版本是Anaconda3 2019.03（64-bit）
（1）下载完成后，右键点击以管理员身份运行
（2）点击Next继续，然后点击I agree


(3)选择Just Me，点击Next后，然后选择合适的安装路径（也可以选择默认安装路径）


(4)继续按照下面指示一步步操作，完成安装



最后点击Finish，完成安装！

2. 创建虚拟环境，并下载安装tensorflow2.0.0

（1）成功安装Anaconda3后，可以在应用程序中找到Anaconda Prompt，点击它打开命令行，如下图所示：

（2）使用canda创建一个虚拟环境

conda create --name tf2.0.0 python=3.6

（3）激活环境(进入这个虚拟环境)

conda activate tf2.0.0

（4）继续在这个虚拟环境下，安装相应版本的tensorflow

cpu版本：pip install tensorflow==2.0.0
gpu版本：pip install tensorflow==2.0.0-gpu
//为了下载更快，建议从国内清华源下载：
pip install tensorflow==2.0.0 -i https://pypi.tuna.tsinghua.edu.cn/simple

最后，显示如下结果，表示tensorflow2.0.0安装成功！

3. PyCharm安装与环境配置

首先去官网PyCharm下载网址下载PyCharm社区版，我安装的版本是pycharm-community-2018.3.2
安装过程同大多数软件差不多，比较简单，这里就不再赘述。下面主要讲PyCharm的环境配置过程：
（1）打开PyCharm，点击新建一个工程，然后出现如下界面：
在Location处：选择新建的一个空文件，用来存放新建的工程。我的文件路径是E:\project\Pycharm_project

（2）然后再点击下拉按钮Project Interpreter。
按照下面步骤依次操作，注意在下图第三步Interpreter处选择的解释器是：你之前安装Anaconda3的路径下的envs\tf2.0.0\python.exe


完成以上步骤后，点击OK。

4. 测试环境是否搭建成功

完成上述第3步后，进入如下界面。
依次右键点击Pycharm_project–New–Python File，新建一个.py文件。这里我命名为test.py

(2)在右边编辑区写入测试代码，打印出所安装tensoflow的版本：

import tensorflow as tf
print(tf.__version__)

然后点击run–run，运行。
如图所示，显示结果：2.0.0，说明tensorflow2.0.0安装成功！环境搭建成功！

5. 附conda常用的cmd命令

1.查看conda环境：conda env list
2.使用conda新建一个虚拟环境(env_name就是创建的环境名，可以自定义)：
conda create --name env_name 或者 conda create -n env_name
3.激活conda环境（ubuntu与Macos 将conda 替换为source）：conda activate env_name
4.退出conda环境：conda deactivate