Win10+Pycharm+Anaconda+TensorFlow+Opencv安装及配置教程

                                                  工欲善其事必先利其器

  • 第一步:安装Pycharm

Python的开发环境推荐使用社区版Pycharm,下载地址:https://www.jetbrains.com/pycharm/download/

注意:如果进行汉化,有些汉化包存在bug,安装完后,Pycharm软件的“设置”无法打开

  • 第二步:安装Anaconda

由于Python需要和很多模块配合使用,一个个安装这些模块非常繁琐。因此推荐直接安装Anaconda(推荐安装界面版,不推荐命令行版),这样Python和一些常用的模块就会一起被安装完毕。Anaconda下载地址(中科大的镜像地址):https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/

  • 第三步:安装TensorFlow

  • 在线安装

方式一:打开cmd命令窗口,直接输入:pip install tensorflow     然后等待安装完毕就可以了(推荐)

方式二:打开Pycharm,选择:文件—设置—项目—Project Interpreter—右侧的加号“+”—然后输入“tensorflow”—安装

  • 离线安装

下载Tensorflow离线安装包,下载地址:https://pypi.org/project/tensorflow/#files

           1)在Anaconda3\Lib\site-packages文件夹下,新建文件夹tensorFlow
           2)将tensorflow的离线安装包复制到新建的文件夹下
           3)通过cmd命令进入到Anaconda3\Lib\site-packages\tensorFlow目录(先进入当前磁盘,然后通过cd进入文件夹)
           4)在该目录下执行命令:pip install  “你安装包的名称 ”(1.12版本会安装失败)

  • 第四步:安装Opencv

  • 在线安装

方式一:打开cmd命令窗口,直接输入:pip install opencv_python     然后等待安装完毕就可以了(推荐)

方式二:打开Pycharm,选择:文件—设置—项目—Project Interpreter—右侧的加号“+”—然后输入“opencv”—安装

  • 离线安装

下载opencv_python离线安装包,下载地址:https://pypi.org/project/opencv-python/#files

           1)将下载好的模块放在Anaconda/Lib/site-packages目录下
           2)通过cmd命令进入到Anaconda3\Lib\site-packages\目录(先进入当前磁盘,然后通过cd进入文件夹)
           3)在该目录下执行命令:pip install  “你安装包的名称 ”

  • 第五步:设置Pycharm的python解释器

File->settings->project:当前项目名->Project Interpreter->选择Anaconda安装路径下的python

注意1.:如果显示“无法保存设置,请制定不同的sdk名称”是因为有两个名称相同的虚拟环境,删除其中一个就好了

注意2:只有设置为Anaconda安装路径下的python解释器,Pycharm才会自动更新上述安装的TensorFlow、opencv,只有后台更新完毕以后,安装的模块才可用。

  • 第六步:验证Tensorflow是否安装成功

       (1)在Pycharm中新建一个工程,新建文件,在文件中输入以下代码

              import  tensorflow as tf
              hello = tf.constant('hello tensorflow')
              sess = tf.Session()
              print(sess.run(hello))

        (2)运行程序,如果输出以下内容代表配置成功

              b'hello tensorflow'

  • 注意事项

Python、TensorFlow、Opencv版本要保持一致。比如:tensorflow-1.14.0-cp37-cp37m-win_amd64,其中cp37就代表Python3.7

 

 

 

 

 

 

 

 

 

 

 

 

你可能感兴趣的:(#,深度学习环境搭建)