Tensorflow本地环境搭建记录

进入Anaconda官网下载Anaconda
https://www.anaconda.com/
安装完毕后使用Anaconda的命令行工具

输入命令创建虚拟环境

conda create --name tf2.0.0rc1 python=3.7.4

如果显示错误

UnavailableInvalidChannel: The channel is not accessible or is invalid.
  channel name: simple
  channel url: https://pypi.mirrors.ustc.edu.cn/simple
  error code: 404

那是因为清华大学因为版权问题停止了镜像服务

使用命令返回原始镜像

conda config --remove-key channels

然后重新输入创建虚拟环境命令

conda create --name tf2.0.0rc1 python=3.7.4

安装完毕后会有一段提示

# To activate this environment, use
#
#     $ conda activate tf2.0.0rc1
#
# To deactivate an active environment, use
#
#     $ conda deactivate

根据他的提示我们输入

conda activate tf2.0.0rc1

环境就切换到了tf2.0.0rc1虚拟环境
接着安装Tensorflow，使用pip命令
我这里使用了国内的清华大学的镜像

python -m  pip install --index https://pypi.mirrors.ustc.edu.cn/simple/ tensorflow==2.0.0rc1

你会发现这速度猛如虎

最后一步安装Pycharm
因为之前我开发python已经安装了这里就不叙述了

特别值得一说的是，学生党是可以使用你们学校的邮箱.edu后缀的邮箱注册获得jetbrains全部软件的专业版的功能，最近jetbrains打击非法盗版的注册行为是越来越严格，很多注册机都被封禁，所以学生党还是自己弄一个免费的账号玩玩

下面我们开始创建Pycharm的Tensorflowdemo工程

创建工程的时候我i们选择Existing interpreter

选择Conda Environment

找到你Anaconda的安装目录，里面有个envs文件夹就能找到刚刚创建的虚拟环境tf2.0.0rc1，文件夹下有个python.exe选择它，点击OK
然后Create，然后就可以用Pycharm进行Tensorflow进行工作
测试一下，创建一个test.py

import tensorflow as tf
print(tf.__version__)#打印一个tensorflow版本

好我i们就可以看到显示出了Tensorflow版本

大功告成！