TensorFlow 编译环境 Pycharm 安装 ——– TensorFlow系列学习笔记（五）
TensorFlow 编译环境 Pycharm 安装
一、使用终端指令，通过第三方源安装PyCharm。
二、下载软件安装
1.下载 Pycharm 软件
2.安装 PyCharm
3.在linux下运行 PyCharm
安装完成PyCharm之后，对TensorFlow 编译环境进行配置。
1.设置Python interpreter
2. 设置环境变量
TensorFlow 编译环境 Pycharm 安装
PyCharm 一个是Python 集成开发环境，它既提供收费的专业版，也提供免费的社区版本。PyCharm 带有一整套可以帮助用户在使用 Python 语言开发时提高其效率的工具，比如调试、语法高亮、Project 管理、代码跳转、自动完成、单元测试等等。对于跨平台IDE来说，PyCharm非常好用，而且对于新手来说很容易上手。PyCharm官网网址：http://www.jetbrains.com/pycharm/ 。
Linux 系统学习TensorFlow 使用python 编程，其中Ubuntu16.04 中自带Python2.7 和Python3.5 。本篇博文借鉴其他人的安装方法后整理得到，亲测以下两种方法都可以完美安装。
-
一、使用终端指令，通过第三方源安装PyCharm。
在 Ubuntu 的终端中输入以下指令：
# 添加源：
$ sudo add-apt-repository ppa:mystic-mirage/pycharm
#安装收费的专业版：
$ sudo apt update
$ sudo apt install pycharm
#安装免费的社区版：
$ sudo apt update
$ sudo apt install pycharm-community成功安装了 PyCharm 软件，在并通过在 file 中搜索 PyCharm，双击打开软件，然后将它锁定在左边的文件栏里（lock to Launcher），下次打开就非常方便了。
卸载方法：
$ sudo apt remove pycharm pycharm-community && sudo apt autoremove
-
二、下载软件安装
1.下载 Pycharm 软件
下载地址：http://www.jetbrains.com/pycharm/download/#section=linux，选择社区版，保存文件，即可开始下载。
2.安装 PyCharm
找到下载后的文件进行解压，其中下载好的文件名称为 ‘pycharm-community-2018.1.tar.gz’，打开终端进行解压，解压命令为：
tar -xvzf pycharm-community-2018.1.tar.gz -C ~这里 -C 后的 ~ 即为文件解压路径，在这里本博客解压到 home 下。然后点击回车，解压完成就安装好了。
3.在linux下运行 PyCharm
首先进入 home（即安装路径） 目录下的 PyCharm 目录：
cd ~/pycharm-community-2018.1//bin最后，通过运行下面的命令来运行 PyCharm：
sh pycharm.sh &然后就会运行PyCharm，可以开始编程啦~~~ ~~~
至此，在Ubuntu16.04中就安装好并打开了PyCharm，打开软件后，将它锁定在左边的文件栏里（lock to Launcher），下次打开就非常方便了。
PyChram 永久破解方法详见：https://blog.csdn.net/feixuedongji/article/details/79908671
安装完成PyCharm之后，对TensorFlow 编译环境进行配置。
要在 PyCharm 下使用 TensorFlow，要设置好 PyCharm 下解释器 interpreter 的路径，这里也就是 TensorFlow 的路径，否则程序无法找到 CUDA 的 libcupti.so文件。解决思路是设置 python 版本，添加环境变量。
1.设置Python interpreter
如果在命令行下输入Python，可以 import tensorflow，则重新打开一个新的终端，输入 which python ，查看 python 路径，并在 PyCharm 设置对应的 python 编译环境，如下图所示，将得到的信息输入Python interpreter中即可。
2. 设置环境变量
在菜单 Edit->Run configurations 中，手动设置 Environment variables，添加 LD_LIBRARY_PATH ，即可解决问题。
LD_LIBRARY_PATH /usr/local/cuda-9.0/lib64;/usr/local/lib如下图所示：
最终配置完成 TensoeFlow 编译环境 PyCharm。