因为tensorflow很多依赖及版本兼容性问题,卸载麻烦,所以我是新建一个conda虚拟环境,专门用来运行tensorflow相关程序,这样tensorflow有问题的话,也不会影响到其他的python环境。
打开Anaconda Prompt,输入以下命令行。
创建名tensorflowenv的环境,并安装python3.6
conda create -n tensorflowenv python=3.6
查看新建的虚拟环境的目录:
conda env list
激活tensorflowenv环境
conda activate tensorflowenv
在tensorflowenv虚拟环境中,安装tensorflow1.4版本,我下载的是tensorflow-1.14.0-cp36-cp36m-win_amd64.whl包
直接pip install (本地tensorflow-1.14.0 whl包)
也可以:
pip install tensorflow==1.14
继续安装keras库
pip install keras
安装tensorflow_federated,注意我直接pip install tensorflow_federated是失败的,需要指定版本号为0.8.0才成功。
pip install tensorflow_federated==0.8.0
退出虚拟环境
conda deactivate
jupyter kernel 显示多个conda虚拟环境方法
conda install nb_conda
重新启动Jupyter,可以在kernel选项中更改当前使用的环境。
当安装了新的conda虚拟环境时,发现在Jupyter Notebook中无法使用,可以在你的新环境上安装ipykernel,重启jupyter之后就可以用了。注意要进入conda虚拟环境后,再运行以下命令。
conda install -n python_env ipykernel
(python_env为你的env名称)
(1)选择File->setting->Project:****->Project Interperter->Conda Environment->Existing environment,在Interpreter框导入conda虚拟环境。
(2)举例Anaconda安装路径为:C:\Anaconda3 上面步骤所创建的虚拟环境的路径为:C:\Anaconda3\envs\tensorflowenv\python.exe,其中tensorflowenv表示虚拟环境的名字。