记录tensoflow环境配置过程

前言

• 第一次在CSDN上写文章，记录自己学习tensorflow的历程，欢迎大家交流。
• 以下为配置tensorflow环境的过程

版本

anaconda = 4.13.0
tensorflow = 2.3.0
python = 3.8.13
查询版本的命令：

import tensorflow as tf
print(tf.__version__)
python -V
conda -V

环境布置过程

1. 使用conda命令创建环境

conda create -n tf23 python=3.8

2. 激活进入环境

codna activate tf23

3. 下载tensorflow

conda install tensorflow=2.3

4. 下载其他需要的库（此处不探讨安装顺序，自己体会）
   备注：安装matplotlib会自动安装numpy

conda install matplotlib pandas

5. 下载好需要的库后，开始将配置好的环境加载进jupyter notebook内核

• 查看所有已存在的kernel

jupyter kernelspec list

• 安装ipykernel

conda install ipykernel

注：安装ipykernel可能会出现问题，可以尝试：

conda uninstall ipykernel
pip install ipykernel

• 接下来将配置好的环境加载进jupyter notebook的kernel中

python -m ipykernel install --name env_name --display-name "name(jupyter显示名称)"

此例中运用以上命令可以表述为：

python -m ipykernel install --name tf23 --display-name "tensorflow2.3"

• 打开notebook，创建新的.ipynb文件并打开，可以在标签栏中的kernel选项下的Change kernel中看到新创建的内核，也就是对应的tf23虚拟环境
• 其他可能需要的命令
  • 删除内核xx

  jupyter kernelspec remove xx
  

  • 删除虚拟环境env_name（环境名）

  conda remove -n env_name --all
  

  • 重命名环境：anaconda中不能直接重命名环境，可以通过clone想修改的环境，然后新建一个以自己想修改成的名字命名的环境：（需要注意的是，原先的环境需要通过以上命令手动删除，并且原先环境所在的位置会有残留，需要进一步进入环境所在的文件夹手动删除）

  conda create -n env_name1 --clone env_name2 
  

6. 最后退出当前环境

conda deactivate

后记

配置包含tensorflow 2.0以上版本的环境以上过程可能会出现诸多问题，这个过程太痛苦了，只能出现问题后自行百度，或者也可以留言交流。