MAC上PyCharm调试Tensorflow的环境安装与配置

MAC上PyCharm调试Tensorflow的环境安装与配置

隔行如隔山，最近开始学习Tensorflow，各种摸索尝试，为了减少同在路上的新手们继续踩同样的坑，进行博客记录，希望有用。

本文涉及软件版本说明：
（1）MAC OS
（2）PyCharm Professional 2017.2.4
（3）Anaconda 1.6.9
（4）Python 2.7.4
（5）Tensorflow 1.4.1 CPU-ONLY-MAC

目录

---

1.安装PyCharm

• 介绍：略
• 下载：浏览官网，建议选择下载Professional版本的安装包，
• 安装：下载完成后，正常安装完毕即可。
• 激活：建议有经济能力的进行官方购买正版。如果暂时无力支付，自行网上搜索。（写这篇博文时，通过server选项里输入: http://idea.liyang.io，即可激活PyCharm2017版本。感谢高手共享资源。）

2.安装Anaconda2

• 介绍：略。
• 下载：浏览官网，建议选择对应版本的安装包，Linux、Mac、Windows均支持。
• 安装：安装时，会发现有两个不同版本的Anaconda，分别对应Python 2.7和Python 3.5，两个版本其实除了这点区别外其他都一样。安装哪个版本并不本质，因为通过环境管理，可以很方便地切换运行时的Python版本。本人安装的是Python2.7版本。
• 激活：不需要。
• 验证：输入如下指令，如果能够正常返回conda的版本号，则说明安装正常。
  conda --version
  如果显示为command not found，则应配置环境变量，命令行中输入如下：
  export PATH=~/anaconda2/bin:$PATH
conda --version
  即可正常返回，则说明Anaconda安装正常。
• 卸载：rm -rf anaconda2

对于Mac、Linux系统，Anaconda安装好后，实际上就是在主目录下多了个文件夹（~/anaconda2）
以下常见命令，参考这里。

# 查看当前环境下已安装的包
conda list

# 查看某个指定环境的已安装包
conda list -n python27

# 查找package信息
conda search numpy

# 安装package
conda install -n python27 numpy
# 如果不用-n指定环境名称，则被安装在当前活跃环境
# 也可以通过-c指定通过某个channel安装

# 更新package
conda update -n python27 numpy

# 删除package
conda remove -n python27 numpy

# 保持conda最新
conda update conda

# 更新anaconda
conda update anaconda

# 更新python,如果当前环境是python 2.7, conda会将python升级为2.7.x系列的当前最新版本
conda update python

# 更新全部安装包
conda update  --all

3.环境TensorflowPython27

• 创建环境：运行Anaconda Navigator软件，点击Create按钮，并将其命名为TensorflowPython27，并选择Python为2.7版本。
• 添加package：在图形界面中，Not installed条件下，搜索并添加以下jupyter，notebook，ipython-notebook，ipykernel。安装这几个包的过程中，会一同安装所依赖的其他包，安装就好。
• 打开终端：点击TensorflowPython27右侧的“Open Terminal”，则会打开终端。

• 安装Tensorflow：在终端中，输入如下指令。

  
  #激活环境，安装tensorflow，退出环境
  
  source activate TensorflowPython27
  pip install tensorflow
  source deactivate TensorflowPython27

• 测试，输入如下命令，如果能正常返回，则说明安装正常。

  import tensorflow as tf  
  tf.__version__  
  tf.__path__  

4.配置PyCharm

• 配置环境：在Pycharm中点击File–>DefaultSetting–>Project Interpreter，或者PyCharm->Preferences->Project Interpreter,点击齿轮形状，选择more，可以看到本机安装的环境，选择合适的点击OK即可。
• 运行：打开python脚本或者jupyter notebook脚本都可以正常调试。

5.PyCharm与Jupyter Notebook兼容性

• 兼容性：在PyCharm中调试Jupyter Notebook，体验比较差。
• 问题1：首次运行时，弹出对话框，please enter your jupyter notebook url and authentication token。搜索没有很好解决方法。只能点击cancel，然后根据提示，点击Run Jupyter Notebook，然后再点击运行（shift + return），即可正常运行。
• 问题2：在点击右上角红色停止后，无法再次正常连接至Jupyter Notebook，只能重新启动PyCharm。真是恶心。

以上问题，暂时没有搜索到有效的解决方法。
本来就只是想要在PyCharm中调试Jupyter Notebook的，可惜这么麻烦。哎。��
如果有方法解决，非常感谢留言告知。

6.总结

阅读本博文，应了解以下操作：
- 在Anaconda中创建所需要的运行环境，即在界面、终端中进行相应包安装。
- 配置PyCharm不同的运行环境。

作者：kai
链接：http://blog.csdn.net/kaige2111
来源：CSDN
著作权归作者所有。商业转载请联系作者获得授权，非商业转载请注明出处。