用Anaconda搭建TensorFlow环境

一名控制科学与工程专业的研究生分享了从建筑电气与智能化背景转向机器学习领域的经历,详细介绍了使用Python和TensorFlow进行环境搭建的过程,包括选择Python版本、安装Anaconda、创建环境及安装TensorFlow等关键步骤。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

写在最前面

笔者是一名刚入学的研究生,专业为控制科学与工程,现在打算做的方向为机器学习。本科时笔者是一名学习建筑电气与智能化(你们也可以理解为自动化)的学生,对python编程了解少之又少,仅有一些C语言基础,毕业设计是自己到处查阅例子,东拼西凑做成的,是一个用C#编程实现的上位机,可以实现用Modbus协议与下位机通信。最终了解是少之又少,和我的导师了解过,现在学习方向主要是用Python+tensorflow,暑假去新学校学习了一阵,对本方向有了大致了解,当然还没到入门阶段。老师说以后工作要拿出一些像样的作品表明自己是个专家,中间学习看了莫烦python,对非科班出生的周沫凡老师很是崇拜,另外还有讲解详细的唐宇迪老师、CS231n课程的李菲菲老师,这些老师的指导。刚考完研那会见到哔哩哔哩up主程序羊说写博客是个好习惯,我的师兄也人手一个博客,所以从今天我也开始写博客,记录自己学习的一些问题与心得,希望在这不长不短的三年学有所成,毕竟要吃饭的嘛。

搭建环境

现在选择python3.6.8,原因是目前这个版本较新,对各种库的兼容性较好,python3.7则不支持tensorflow。

  1. 打开Python官网:https://www.python.org
    选择download选择对应版本笔者macOS系统和Windows10系统机器各一台,在此都写
    2.对应32bit系统则选择32bit版,64bit系统则选择64bit版。按照指示安装,这里Windows系统的朋友最好不要安装在系统盘内,系统盘满了就不好了
  2. 傻瓜安装Anaconda大礼包,Anaconda是一款打包安装库非常方便的软件。官网:https://www.anaconda.com
    Anaconda安装
    安装方法与python类似。
  3. 打开Anaconda
    选择create,创建对应的环境名称,选择对应python版本。选择create选择对应python版本macOS中可直接点击环境变量名右边的绿色小三角,windows则可以打开Anaconda Prompt。同样输入命令 activate 环境变量名激活环境
    待命令行前括号内有环境变量名称,表示激活成功。
  4. 安装CPU版本tensorflow:
    输入命令:conda install tensorflow
    安装GPU版本tensorflow:
    输入命令:conda install tensorflow-gpu
    这里笔者强烈建议安装GPU版本,因为GPU运算的速度是CPU无法比拟的。
    但这里值得一提的是现在macOS不在支持GPU版本的tensorflow。AMD的GPU目前无法使用tensorflow,另外Nvida(英伟达)的显卡需要支持CUDA运算。可去Nvida官网查看自己的显卡是否支持,
    网址:https://developer.nvidia.com/cuda-gpus
  5. 另外这里输入anaconda search -t conda tensorflow
    (anaconda search -t conda 库名)这个命令可以选择自己要安装的源。
    输入:anaconda show anaconda/tensorflow(anaconda show 对应版本)
    输入:anaconda show dhirschfeld/tensorflow 就可以安装另外一个源
    根据最后一行提示输入:
    conda install --channel https://conda.anaconda.org/anaconda tensorflow
    听我的师兄说国内清华大学镜像或者中科大镜像会让下载快很多,但笔者至今未添加成功,后续会补全。
  6. 一些实际操作中遇到的坑:
    这里笔者的tensorflow是GPU与CPU版本的都安装了,可在实际使用中一直无法调用GPU进行计算,查阅了许多资料才发现这是tensorflow与tensorflow-gpu版本相差的问题,如果tensorflow的版本高于tensorflow-gpu的版本两个以上包括两个,这里实际运行中是默认使用CPU版本的tensorflow的,并不会调用GPU参与运算。
  7. 笔者这里用的是Pycharm,选择编译器时,一定要选择tensorflow环境下的编译器,否则无法检测到tensorflow库。
评论
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