Mac上安装tensorflow以及pycharm配置

Mac上TensorFlow安装指南
本文详细介绍了在Mac上配置Python3.6环境并安装TensorFlow的过程,包括使用virtualenv创建虚拟环境,以及在PyCharm中配置已安装的TensorFlow。
部署运行你感兴趣的模型镜像

转自:https://blog.youkuaiyun.com/myGFZ/article/details/79151635

1、Mac上安装tensorflow首先需要配置python环境,虽然Mac自带python2.7,但是做开发还是不够的,需要安装更高的版本,我这里安装的是python3.6.4,系统自带的版本最好不要去修改。

2、python安装 
参考自博客:

http://blog.youkuaiyun.com/fancylovejava/article/details/39140373
1
因为我安装的是python3.x版本,所以是自带pip的,不过这里的版本号应该用pip3。 
在终端里查看自己安装的python版本应该是带版本号的,比如查看刚才安装的python版本,输入指令:

python3
1


查看python3.x安装位置:

which python3
1


因为python3里面已经自带了pip版本,所以查看pip版本时用指令:

pip3 --version
1


以上,python版本就已经配置好了,并且可以看到我这里pip3的版本是9.0.1。

3、安装tensorflow 
以下所有的tensorflow安装全都是基于python3.x版本的,我选择的是在virtualenv虚拟环境中安装tensorflow。

主要参考自博客:

https://www.cnblogs.com/tensorflownews/p/7298646.html
1
1)通过下列指令安装virtualenv虚拟环境:

sudo pip install --upgrade virtualenv
1
2)执行下列命令执行virtualenv虚拟环境:

virtualenv --system-site-packages -p python3 targetDirectory
1
⚠️:这里targetDirectory是你在本地建的放virtualenv环境的文件夹路径,比如说我在里的targetDirectory就是:

/Library/Frameworks/Python.framework/Versions/3.6/lib/python3.6/site-packages/tensorflow
1
3)在激活的虚拟环境中安装tensorflow及其所有依赖:

pip3 install --upgrade tensorflow
1
4、验证tensorflow的安装是否正确 
1)激活虚拟环境virtualenv:

source ~/tensorflow/bin/activate
1
这里“~”表示之前安装tensorflow路径。 


当出现我红框标记的样子就表示虚拟环境已经启动了,接下来是用一个小tensorflow测试: 
2)输入python3:

python3
1


然后在终端输入代码:

import tensorflow as tf
hello = tf.constant('Hello, TensorFlow!')
sess = tf.Session()
print(sess.run(hello))
1
2
3
4
如果打印出结果,就表示成功了:

Hello, TensorFlow!
1
5、在pycharm里面配置tensorflow 
1)因为我之前就配置好了pycharm,所以现在可以在里面倒入安装了tensorflow的python3.x就好。

2)首先找到安装了tensorflow的python3.6在本地的位置,要找这个位置,首先就是找出tensorflow在你本地的安装位置: 

比如我这里就是:

['/Library/Frameworks/Python.framework/Versions/3.6/lib/python3.6/site-packages/tensorflow/lib/python3.6/site-packages/tensorflow']
1
然后往上或者往下寻找,发现这个python可执行文件: 


复制他的路径,比如我就是:

/Library/Frameworks/Python.framework/Versions/3.6/lib/python3.6/site-packages/tensorflow/bin/python3
1
3)打开pycharm,新建一个project。

4)

5)

6)

7)把之前找到的python3的路径添加进来就好。 

--------------------- 
作者:顾程 
来源:优快云 
原文:https://blog.youkuaiyun.com/myGFZ/article/details/79151635 
版权声明:本文为博主原创文章,转载请附上博文链接!

您可能感兴趣的与本文相关的镜像

TensorFlow-v2.15

TensorFlow-v2.15

TensorFlow

TensorFlow 是由Google Brain 团队开发的开源机器学习框架,广泛应用于深度学习研究和生产环境。 它提供了一个灵活的平台,用于构建和训练各种机器学习模型

<think>我们正在为用户提供安装Python、TensorFlowPyCharm的指南。根据引用内容,我们可以总结出以下步骤:1.安装Anaconda(它包含了Python和很多科学计算包,且可以方便地创建虚拟环境)2.通过Anaconda安装TensorFlow(可以使用conda命令或pip命令,注意选择适合自己系统的版本,如MacOS用户可能需要安装tensorflow-macos和tensorflow-metal以支持GPU)3.安装PyCharm(一个流行的PythonIDE)4.在PyCharm配置Python解释器(可以选择Anaconda安装的Python环境PyCharm安装TensorFlow包或使用已有的环境)由于用户可能使用不同的操作系统,我们将分别给出Windows和MacOS的安装步骤(Linux类似,但这里主要针对前两者)。注意:引用中提到了使用清华镜像加速下载,我们可以推荐用户使用。步骤详细说明:一、安装Anaconda-前往Anaconda官网下载安装包:https://www.anaconda.com/products/individual-根据操作系统选择相应版本(Windows、MacOS等)-按照安装向导进行安装(注意:在安装过程中勾选“AddAnacondatomyPATHenvironmentvariable”以便在命令行中使用conda命令,但官方不推荐,因为可能会影响其他程序。如果不勾选,则需要通过AnacondaPrompt来使用conda)二、安装TensorFlow-对于Windows和Linux用户,通常可以直接使用pip安装TensorFlow。-对于MacOS用户,特别是M1芯片的Mac,需要按照引用[2]中的步骤安装。具体步骤:1.打开终端(Windows用户打开AnacondaPrompt,MacOS和Linux用户打开终端)。2.创建一个新的conda环境(可选,但推荐,以避免包冲突):condacreate--nametf_envpython=3.8这里我们创建名为tf_env的环境指定Python版本为3.8(TensorFlow2.x通常支持Python3.6-3.8)3.激活环境:condaactivatetf_env4.安装TensorFlow:-对于Windows/Linux(CPU版本):pipinstalltensorflow-ihttps://pypi.tuna.tsinghua.edu.cn/simple-对于MacOS(M1芯片):先安装依赖:condainstall-cappletensorflow-deps再安装TensorFlowMacOS版本:pipinstalltensorflow-macos安装GPU支持(可选):pipinstalltensorflow-metal注意:如果安装速度慢,可以加上清华镜像源:-ihttps://pypi.tuna.tsinghua.edu.cn/simple三、安装PyCharm-前往PyCharm官网下载:https://www.jetbrains.com/pycharm/download/-选择Community(免费版)或Professional(专业版,有试用期)版本,根据操作系统下载。-运行安装程序,按照向导安装。四、在PyCharm配置项目环境1.打开PyCharm,创建一个新项目。2.在创建项目时,选择“Previouslyconfiguredinterpreter”(或者在新项目设置中,找到解释器设置)。3.点击解释器设置旁边的齿轮按钮,选择“Add...”。4.选择“CondaEnvironment”,然后选择“Existingenvironment”。5.在解释器路径中,找到之前创建的conda环境中的Python解释器(通常在Anaconda安装目录下的envs/tf_env/bin/python或envs/tf_env/python.exe)。6.点击“OK”完成配置。五、验证安装-在PyCharm中创建一个新的Python文件,输入以下代码:importtensorflowastfprint(tf.__version__)print("GPUis","available"iftf.config.list_physical_devices('GPU')else"notavailable")-运行该文件,查看TensorFlow版本和GPU是否可用。注意事项:-如果安装过程中遇到问题,可以尝试更新pip:pipinstall--upgradepip-如果PyCharm中无法导入TensorFlow,请检查解释器是否选择正确,或者尝试在PyCharm的终端中安装(使用pip命令,注意终端中是否激活了正确的环境)。现在,我们将按照上述步骤编写回答。</think>### Python、TensorFlowPyCharm安装指南 #### 1. 安装Anaconda(包含Python环境) - **步骤**: 1. 访问[Anaconda官网](https://www.anaconda.com/products/distribution)下载对应操作系统的安装包 2. 运行安装程序(Windows用户勾选`Add Anaconda to PATH`选项) 3. 验证安装:终端输入 `conda --version` 和 `python --version` - **作用**:提供Python环境和包管理工具,避免依赖冲突[^1] #### 2. 安装TensorFlow - **通用方法**(CPU版本): ```bash # 创建独立环境(推荐) conda create --name tf_env python=3.8 conda activate tf_env # 安装TensorFlow(使用清华镜像加速) pip install tensorflow-cpu==2.10.0 -i https://pypi.tuna.tsinghua.edu.cn/simple ``` - **Mac M1/M2芯片专属**: ```bash conda install -c apple tensorflow-deps pip install tensorflow-macos tensorflow-metal ``` - **验证安装**: ```python import tensorflow as tf print(tf.__version__) # 应显示2.x.x版本 ``` #### 3. 安装PyCharm 1. 下载[PyCharm Community版](https://www.jetbrains.com/pycharm/download/) 2. 运行安装程序(Windows用户勾选`Add launchers dir to PATH`) 3. **配置TensorFlow环境**: - 打开PyCharm → `File` → `Settings` → `Project Interpreter` - 点击⚙️ → `Add` → `Conda Environment` → 选择前面创建的`tf_env` - 应用设置(如图): ![PyCharm解释器设置](https://resources.jetbrains.com/help/img/idea/2023.1/py_add_sdk.png) #### 4. 常见问题解决 - **TensorFlow导入失败**: - 在PyCharm的终端中运行 `pip install --upgrade tensorflow` - 检查解释器路径是否指向`tf_env`中的Python[^4] - **下载缓慢**: 在pip命令后添加镜像源:`-i https://pypi.tuna.tsinghua.edu.cn/simple`[^3] - **GPU支持问题**: Windows用户需额外安装[CUDA Toolkit](https://developer.nvidia.com/cuda-toolkit-archive)和[cuDNN](https://developer.nvidia.com/cudnn) > **验证测试**:在PyCharm中运行以下代码: > ```python > import tensorflow as tf > print("TF Version:", tf.__version__) > print("GPU Available:", tf.config.list_physical_devices('GPU')) > ```
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值