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

文章目录

    • 1. 下载与安装Anaconda3
    • 2. 创建虚拟环境,并下载安装tensorflow2.0.0
    • 3. PyCharm安装与环境配置
    • 4. 测试环境是否搭建成功
    • 5. 附conda常用的cmd命令


前言:
  本博客会持续更新,欢迎大家关注,后面会陆续更新经典卷积神经网络的理论知识和代码实现。本着学习的心,希望和大家一起交流,一起进步。

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
Anaconda3+tensorflow2.0.0+PyCharm安装与环境搭建_第1张图片
Anaconda3+tensorflow2.0.0+PyCharm安装与环境搭建_第2张图片
(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)
Anaconda3+tensorflow2.0.0+PyCharm安装与环境搭建_第3张图片
Anaconda3+tensorflow2.0.0+PyCharm安装与环境搭建_第4张图片
(4)继续按照下面指示一步步操作,完成安装
Anaconda3+tensorflow2.0.0+PyCharm安装与环境搭建_第5张图片
Anaconda3+tensorflow2.0.0+PyCharm安装与环境搭建_第6张图片
Anaconda3+tensorflow2.0.0+PyCharm安装与环境搭建_第7张图片
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:
Anaconda3+tensorflow2.0.0+PyCharm安装与环境搭建_第8张图片
(2)使用canda创建一个虚拟环境

conda create --name tf2.0.0 python=3.6

Anaconda3+tensorflow2.0.0+PyCharm安装与环境搭建_第9张图片
Anaconda3+tensorflow2.0.0+PyCharm安装与环境搭建_第10张图片
Anaconda3+tensorflow2.0.0+PyCharm安装与环境搭建_第11张图片
(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

Anaconda3+tensorflow2.0.0+PyCharm安装与环境搭建_第12张图片
最后,显示如下结果,表示tensorflow2.0.0安装成功!
Anaconda3+tensorflow2.0.0+PyCharm安装与环境搭建_第13张图片

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
Anaconda3+tensorflow2.0.0+PyCharm安装与环境搭建_第14张图片
(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
Anaconda3+tensorflow2.0.0+PyCharm安装与环境搭建_第15张图片
Anaconda3+tensorflow2.0.0+PyCharm安装与环境搭建_第16张图片
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
Anaconda3+tensorflow2.0.0+PyCharm安装与环境搭建_第17张图片
(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

你可能感兴趣的:(环境配置与搭建,深度学习->图像分类与识别,anaconda,tensorflow,windows,python,pycharm)