anconda+pycharm+jupyter+tensorflow环境搭建

1、anconda 环境建立

1、创建虚拟环境，conda create -n py35tf1.5 python=3.5

2、查看建立的虚拟环境 ，conda env list 

3，激活所用的环境，activate py35tf1.5

4，新建的虚拟环境的目录，C:\Users\Administrator\Anaconda3\envs\py35tf1.5

2、pycharm 里添加上述建立的环境目录

1、

2、virtualenv 相当于专门给这个工程建立个一个环境，在这个环境下，如果安装一些包，只能在这个工程下用，再建立第一个工程的时候，还要安装，比较麻烦，所以一般都直接用existing的，就是conda的虚拟环境，是用conda 来管理环境的。

3、这里要注意，如果选择了existing 的解释器，那么在pycharm的命令行里执行python 的时候，可能不是这个解释器，需要转到这个目录下才能执行，所以，后来发现，最好还是用virtualenv，这样，建立好后，可以在这个环境下，建立多个工程文件。

3、在conda 里安装tensorflow

1、在conda prompt里激活activate py35tf1.5

2、pip install tensorflow==1.5   目前tf1.5 和py35 版本能用，其他版本不知道

4、安装Jupyter

1、在3的环境下，pip install jupyter notebook

2、pip install ipython

5、启动jupyter 

1、配置，jupyter notebook --generate-config 生成配置文件

2、在C:\Users\Administrator\ .jupyter目录下，修改c.NotebookApp.notebook_dir = 'F:\jupyter-notebook'，指定工作目录

3、查看kernel ，jupyter kernelspec list

4、会显示可用内核存在的路径 比如 C:\Users\Administrator\AppData\Roaming\jupyter\kernels\python3

5、找到这个目录，在这个目录下有一个，kernel.json，文件，

 

打开kernel.json文件，将python.exe，改为，在conda环境下建立的虚拟环境下的目录，即可完成对Jupyter内核的配置，

因为在这个环境里，已经安装了tf，所以，在jupyter 里就可以用tf了。

6、总结

在anconda 里建立一个虚拟环境，安装py3.5 tf1.5版本，

在pycharm里配置这个环境为python解释器的路径，pycharm就可以用tf了

在py35tf1.5的环境里，安装jupyte ,ipython，然后配置jupyter的工作路径（可选）和kernel配置为新建的环境，这这样jupyter 就可以用tf了。

 

搞了一段时间，终于把这个环境搭建的关系弄清楚了，开始学习吧。

有问题，请联系。