Mac下用conda安装tensorflow

最新推荐文章于 2025-08-08 18:39:46 发布

原创最新推荐文章于 2025-08-08 18:39:46 发布 · 2.1k 阅读

4 ·

CC 4.0 BY-SA版权

文章标签：

#Anaconda #tensorflow #安装

DL 专栏收录该内容

3 篇文章

订阅专栏

本教程详细介绍了如何在Anaconda环境下安装TensorFlow。首先，你需要下载并安装Anaconda，然后创建一个名为tensorflow的conda环境。接下来，激活此环境，并使用pip命令从指定链接安装TensorFlow。最后，你可以进行一些基本测试来确保安装成功。

1. 下载并安装 Anaconda。

2. 通过调用以下命令创建名为 tensorflow 的 conda 环境：

$ conda create -n tensorflow python=3.6

3. 通过发出以下命令激活 conda 环境：

$ source activate tensorflow

4. 发出以下格式的命令以在 conda 环境中安装 TensorFlow：

$ pip install --ignore-installed --upgrade https://storage.googleapis.com/tensorflow/mac/cpu/tensorflow-1.4.0-py3-none-  any.whl

5. 测试

6. 切换环境

确定要放弃本次机会？

福利倒计时

: :

立减 ¥

普通VIP年卡可用

立即使用

zhhu

关注关注

0
点赞
踩
4

收藏

觉得还不错? 一键收藏
0
评论
分享

复制链接

分享到 QQ

分享到新浪微博

扫一扫
举报

举报

专栏目录

conda install tensorflow龟速，如何优化？

**My Coding Family**

05-03

953

🏆 本文收录于《全栈Bug调优(实战版)》专栏，致力于分享我在项目实战过程中遇到的各类Bug及其原因，并提供切实有效的解决方案。无论你是初学者还是经验丰富的开发者，本文将为你指引出一条更高效的Bug修复之路，助你早日登顶，迈向财富自由的梦想🚀！同时，欢迎大家关注、收藏、订阅本专栏，更多精彩内容正在持续更新中。让我们一起进步，Up！Up！Up！备注：部分问题/难题源自互联网，经过精心筛选和整理，结合数位十多年大厂实战经验资深大佬经验总结所得，数条可行方案供所需之人参考。

Jin_Kwok的博客

03-20

681

Mac M1 本地安装Tensorflow python 环境

参与评论您还未登录，请先登录后发表或查看评论

Anaconda安装Tensorflow（Mac版）

m0_51027322的博客

01-24

1911

tensorflow

mac上用conda安装tensorflow

星辰大海，脚踏实地

11-29

3130

Mac下安装Conda虚拟环境管理器

最新发布

echola_mendes的博客

08-08

984

Conda 是一个开源的包、环境管理器，可以用于在同一个机器上创建不同的虚拟环境，安装不同Python 版本的软件包及其依赖，并能够在不同的虚拟环境之间切换

MacOS下使用conda安装TensorFlow 并在pycharm中使用（亲测成功）

qq_42771487的博客

03-18

1410

以下内容参考： Mac m1芯片anaconda上安装tensorflow 使用资源和安装miniforge 这次真的搞定了在Mac M1上安装tensorflow，踩坑踩的我脚都断了参考安装依赖包和tensorflow 一、下载tensorflow文件资源参考1 二、安装TensorFlow 注：文章里的要在python=3.8时使用 /Users/dulei/Desktop/software/tensorflow_miniconda_macos_package下 /bin/bash ./Mini

使用conda安装tensorflow

dyyay520的博客

03-22

2933

建议在安装之前先确认下面链接中Python的版本以及其对应的tensorflow、CUDA、cuDNN对应的版本。

Mac下通过Anaconda安装Tensorflow

微信公众号: 后端码匠

05-17

1940

Mac下通过Anaconda安装Tensorflow Anaconda是一个基于python的科学计算平台，支持 Linux, Mac, Windows系统，提供了包管理与环境管理的功能，可以很方便地解决多版本python并存、切换以及各种第三方包安装问题。这个平台里包含有python,scala,numpy等绝大部分主流的用于科学计算的包。 1.安装Anaconda 从官网下载(Mac版)最新版本的安装包有两种安装方式：通过图形化界面安装，下载的文件格式为.pkg 通过命令行安装，下载的文件格式为

MacOSX 安装 TensorFlow

叉叉敌的博客

01-21

358

TensorFlow是一个端到端开源机器学习平台。它拥有一个包含各种工具、库和社区资源的全面灵活生态系统，可以让研究人员推动机器学习领域的先进技术的。准备安装 Anaconda TensorFlow 安装的前提是系统安装了 Python 2.5 或更高版本，教程中的例子是以 Python 3.6（Anaconda 3 版）为基础设计的。为了安装 TensorFlow，首先确保你已...

使用conda安装Tensorflow2.0过程，以及出现的问题

qq_35718950的博客

03-24

1304

https://www.jianshu.com/p/12127f2a4488?utm_campaign=haruki 一.我遇到的报错安装出现报错–ERROR: Cannot unpack file C:\Users\ochen\AppData\Local\Temp\pip-unpack-n4x31f5q\simple (downloaded from C:\Users\ochen\AppDat...

Apple MacBook M1 芯片 Anaconda安装 Tensorflow Pytorch

try763738799的博客

06-25

209

参考：https://www.cnblogs.com/dangui/p/15128418.html

Mac上Anaconda+Tensorflow安装

热门推荐

Camlin_Z的博客

07-06

1万+

终于准备开始学习谷歌的深度学习框架tensorflow了，花了一上午的时间，终于配置好了，下面就是详细的步骤：首先大家可以参考一下官方的安装tensorflow的方法： https://www.tensorflow.org/install/install_mac官方提供了 1、virtualenv 2、”native” pip 3、Docker 4、installing from sour

Mac 在anaconda下安装tensorflow

zhao_crystal的博客

08-08

4441

终端环境（将Mac自带bash更新为oh my zsh） anaconda路径的添加：参考博客https://www.jianshu.com/p/228c23bb4b55 https://blog.youkuaiyun.com/weixin_41470864/article/details/80367815 Mac下通过Anaconda安装Tensorflow 参考博客：https://www.j...

MAC下在虚拟机上安装TensorFlow

lynn_Dai的博客

08-17

802

一、搭建虚拟环境我的conda环境配置在~/.bash_profile文件中 $ source ~/.bash_profile 在anaconda下创建虚拟环境，-n后面加环境名 $ conda create -n ten python=3.5 激活虚拟环境ten $ source activate ten 进入虚拟环境安装路径 $ cd /Users/daibeiya/anaconda3/envs/ten/bin 二、安装tensorflow 安装TensorFlow1.0版本，市面上都是Te

mac conda安装

u013385018的专栏

10-11

6846

首先激活这个虚拟环境conda activate my_station，之后执行conda env export命令即可看到环境的相关配置。这里可以重定向输出流，例如conda env export > my_station_config.yml即可在当前目录下创建一个名叫my_station_config.yml的文件。当他人获得这个文件之后，执行conda env create -f my_station_config.yml就可以得到一模一样的环境了。星号表示当前所在的环境。例如现在要与他人分享。

MacOS创建TensorFlow虚拟环境（conda）

关于我的学习记录

12-09

493

MacOS创建TensorFlow虚拟环境（conda）

M系列芯片 MacOS 在 Conda 环境中安装 TensorFlow 2 和 Keras 3 完整指南

博客个人站：https://blog.zhaoxuan.site 逼站主页：https://space.bilibili.com/87972249

03-03

1168

Keras 是搞深度学习很可爱的工具，其友好的接口让我总是将其作为搭建模型原型的首选。然而，当我希望在 M 系列芯片的MacBook Pro上使用 Keras时，使用Conda和Pip进行丝滑配置的方法并不直接适用，问题主要源于 conda 环境配置的架构不匹配，M 系列芯片使用 ARM64 架构，而conda默认的环境架构编译方式为x86_64，所以从源拉取tensorflow库的时候也就自动安装了不兼容的x86_64版本。本文将分享我在M系列芯片 MacOS上建立Conda环境并安装Tensorflow

Mac安装Conda及配置使用(mac版)

weixin_55905827的博客

11-14

1万+

Mac下载配置使用conda

MacOS系统conda的安装,并设置默认启动终端

Elo0906的博客

09-20

2551

安装好之后，启动之后，可以看到以下界面：凡是写着Launch的表示已经安装好的，如果想安装其他的，可以点击install，或者pip install 安装包即可。anaconda安装好之后，环境变量会自动写入.bashrc或者.zshrc中，只需要重新启动终端即可。下载Anaconda安装包：在官方网站（

(.conda) zhl@zhl-THUNDEROBOT-MIX:~/yolov5$ 怎么退出(.conda)

03-11

<think>好的，用户想退出当前激活的conda环境。首先，我需要回想一下conda的基本命令。记得conda的环境管理通常通过命令行操作，退出环境应该有一个简单的命令。常见的conda命令有conda activate和conda deactivate。没错，退出当前环境应该使用conda deactivate。不过，有时候用户可能使用的是旧版本的conda，这时候可能需要用source deactivate（在Linux/Mac）或者直接deactivate（在Windows）。不过现在conda版本更新后，统一使用conda deactivate了。需要提醒用户注意版本问题。另外，用户提到他们之前遇到过更新conda的问题，比如引用[1]中提到的更新到4.9.2版本仍有问题，还有引用[4]中的警告。可能需要建议用户先确保conda是最新版本，避免因版本问题导致命令不可用。如果使用conda deactivate无效，可以尝试deactivate，或者关闭终端再重新打开。还要考虑不同操作系统的差异。比如Windows和Linux/Mac的命令可能有所不同。需要分别说明，确保用户根据自己系统选择正确的方法。可能用户是在某个环境下安装了spyder或者tensorflow，但遇到了环境问题，现在想退出当前环境回到base或者完全退出conda环境。需要明确退出后的提示符变化，比如从(.conda)变成(base)或者直接无环境前缀。最后，可能需要补充一些注意事项，比如多次退出环境的情况，或者如何确认当前是否在基础环境。同时，检查用户是否有其他相关问题，比如环境切换失败时的解决方法，可以引用之前的引用[2]和[3]中的问题，比如路径错误或文件找不到的情况，但当前问题不需要涉及这些，除非用户后续有问题。总结步骤应该是：1. 使用conda deactivate退出当前环境；2. 可能需要多次执行直到回到base；3. 关闭终端作为备选方案。同时，提醒版本问题和系统差异。</think>要退出当前激活的Conda环境，可按照以下步骤操作： ### 方法一：标准退出命令在终端直接执行： ```bash conda deactivate ``` 执行后命令行提示符会从当前环境（如`(.conda)`）返回到基础环境`(base)`或完全退出虚拟环境[^2][^3]。 ### 方法二：旧版本备用方案（若上述无效）某些旧版本Conda可能需要改用： ```bash deactivate # Windows/Linux/macOS通用 ``` ### 其他注意事项 1. **多次退出**：若嵌套激活了多层环境，需多次执行`conda deactivate`才能完全退出 2. **终端关闭**：直接关闭终端窗口也会自动退出当前环境 3. **版本验证**：若命令失效，建议更新Conda版本： ```bash conda update -n base -c defaults conda ``` 更新问题可参考清理损坏包的方案[^4] ### 操作示例 ```bash # 初始状态：base环境 (base) C:\> conda activate .conda # 进入目标环境 (.conda) C:\> conda deactivate # 返回基础环境 (base) C:\> ```