Anaconda Tensorflow Pycharm 环境安装

Anaconda Tensorflow 安装

          Anaconda是现在非常流行的python包管理器，通常先安装anaconda，然后再安装scikit-learn，tensorflow等，还可以创建不同的环境，比如分别安装tensorflow1.x和tensorflow2.x版，指定不同版本的python，所安装的不同环境可以打包，和docker创建的镜像一样，放到hdfs上，执行hive udf函数的时候加载，指定python中加载tensorflow模型，预测输入数据，产出离线表。

        1.anaconda安装

       官网https://www.anaconda.com/download/#windows 下载anaconda，选择对应的版本，目前大部分都会选择python3的版本，下载软件。

      1.1 window和mac安装方式比较相似。

         下载完成后双击软件，最简单的是一路next下去，也可以指定不同的安装路径。注意如果是window系统下，要手动勾选这个对话框，设定默认环境变量。

       

      1.2 anaconda 历史版本

       目前anaconda官网支持的默认python是3.7，但是看到有些帖子说部分tensorflow版本运行有些莫名报错，所以稳妥起见使用python3.6的这个版本，需要从anacona的历史版本中下载anaconda，官网地址是https://repo.anaconda.com/archive/ ，清华大学开源软件镜像站地址是https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/， 随便哪个都可以，速度看个人所在网络了。

      anaconda2对应的是python2.x的版本，anaconda3对应的是python3.x的版本，基于python3.6的anconda版本号是从anaconda3-4.3.0 到anaconda3-5.2.0，可以选择安装最新的anaconda3-5.2.0，选好对应的版本（系统+32位/64位）。

     

       1.3 anaconda linux安装命令

       当前版本软件名为Anaconda3-5.2.0-Linux-x86_64.sh，进入到包含该软件包的目录下，执行如下命令安装。

bash Anaconda3-5.2.0-Linux-x86_64.sh

         安装过程中有三个提示，其中是默认设定到环境下，选择yes，如果正常执行，说明添加到默认环境中，安装其他库是可以直接使用conda；如果没有权限，则无法添加到环境变量中，才会出现下图的报错信息，anaconda是按照成功，不过使用conda命令的时候需要显示制定conda的路径，下文2.3处会介绍。

       
           2. anconda安装tensorflow

        2.1 Macbook上 安装tensorflow1.15 cpu版本为例

        打开anaconda，Environment->Create"，可以创建不同环境， 对于每个环境，都需要指定python的版本号和环境名字，创建即可。

         

          创建之后，environments侧会多出一个环境，这个选择指定环境，点击右键，会出现一个页面，选择opend terminal，进入该环境的命令行。

       左边显示的是环境的名字，说明已经进入该环境，接下来输入“ python -V” 查看python是否为3.6版本，是否安装成功。

     

          接下来就可以安装其他的库， 推荐使用conda install 命令，而不是使用pip install命令，因为conda 安装一个软件会把相关的依赖都列出来，并一起安装，而pip安装只安装指定的软件，之后还需要手动安装该软件对应的其他依赖，比较麻烦，所以推荐使用conda命令。

          tensorflow1.x和tenforflow2.x语法差别比较大，一般会创建两个环境，每个环境指定对应的版本号，比如安装tensorflow1.15版本，命令行输入“conda install tensorflow=1.15 ” ，回车后命令行提示 " Proceed ([y]/n)?  " ， 再输入“y”即可。

   

        查看tensorflow是否安装成功以及相应的版本号，在命令行中，输入“python” 回车，进入到python交互模式下，会输出当前python的版本号，然后输入“ import tensorflow as tf” 并回车后，继续输入" print(tf.__versin__)" ,注意是前后都是两个下划线，如果显示tensorflow版本号，说明安装成功。

      

      接下来可以安装其他库，一般还会安装scikit-learn，即执行" conda install scikit-learn " 即可。

    2.2 window下安装tensorflow1.15 

     和macbook下类似，不多说

    2.3 linux下安装tensorflow1.15         

     由于linux没有图形界面，需要显示输入指定命令，下面为正常情况下的操作。

     2.3.1 创建一个python3.6的环境，并激活这个环境（mac和window下使用图形界面来操作了）。

   conda create -n python36_tf15_cpu python=3.6
   source activate python36_tf15_cpu

 

      2.3.2 安装制定库

      安装tensorflow1.15版本，命令行输入“conda install tensorflow=1.15 ”

      conda install tensorflow=1.15

      安装scikit-learn，命令行输入“conda install scikit-learn”

     conda install scikit-learn

 

      2.3.3 linux下的打包刚创建的环境（和docker做镜像一个效果）

        进入到该安装目录中，进入evns下， 这时会出现python36_tf15_cpu文件夹，即刚创建的环境，打包压缩该环境为tgz文件，

         压缩命令： tar zcvf python36_tf15_cp.tgz ./python36_tf15_cp

         然后将该压缩环境上传到hdfs上，这样在shell脚本中执行hive udf函数时，可以加载配置的该环境（安装tensorflow等，可以进行预测）。

     （ 注：解压命令：tar zxvf FileName.tgz） 

 

     2.3.4 anaconda安装成功，但是anaconda没有加入到系统环境时

        anaconda的安装目录是anaconda3，进入该目录下后，ls查看目录下各文件如下图所示，表示安装anaconda成功

        在上述没有添加默认环境变量的前提下，如果直接执行"conda install tensorflow" 会报错没有这个命令，就是上面没有权限添加到环境变量中，注意这里已经进入anaconda3的安装目录下，需调用 "bin/conda install tensorflow"，才可以；如果当前在anaconda3的上一级，需要指定 " anaconda3/bin/conda install tensorflow ", 如果不指定版本，默认是最新版，这里只是样例说明。

     

 3. pycharm关联指定的anaconda环境

       pycharm官网下载：https://www.jetbrains.com/pycharm/download/ ，选择社区免费版本Community，下载软件，然后双击软件安装，最简单的就是一路next。

      创建新项目，指定当前项目空间为刚刚配置好的anaconda环境，选中Existing interpreter，然后选中“...”， 

       然后进入到现有环境下，选中“conda environment” ，右侧选中自己conda中对应的环境，由于这里我只有一个环境，下拉列表只有一个，然后ok,回到上个页面，点击create即可。

        在pycharm中新建一个py文件，输入同样的查看tensorflow版本命令，run验证是否成功，run出现版本号说明pycharm配置成功。