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
- 使用conda命令创建环境
conda create -n tf23 python=3.8
- 激活进入环境
codna activate tf23
- 下载tensorflow
conda install tensorflow=2.3
- 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
- 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
- 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。