Anaconda安装tensorflow

---

前言

一直在使用tensorflow来进行科研学习，疫情期间刚入学的时候，写过一篇安装tensorflow的踩坑记录，并没有通过anaconda的虚拟环境来安装python和tensorflow，现在在因为经常要复现代码和运行别人的代码，不同版本之间的隔离和控制十分重要，开始意识到使用anaconda安装的好处，所以纠正一下自己之前的不良习惯，同时防止自己之后需要在不同电脑间频繁安装留个记录。

---

一、安装前的工作

1.版本匹配

安装之前，首先要知道自己安装CPU还是GPU版本，然后需要确定tensorflow、python、CUDA、CUDNN之间的版本匹配，以下仅给出一个参考

二、安装

1.安装anaconda、CUDA、cudnn

这个有很多教程了，只给出链接：

安装anaconda：https://zhuanlan.zhihu.com/p/75717350

安装CUDA和cudnn：https://blog.youkuaiyun.com/sinat_23619409/article/details/84202651

安装好上述软件，并配置好环境变量（这一步上面链接都已经给出了），然后打开anaconda prompt

使用上述命令可以查看当前anaconda的安装信息

2.创建python3.6虚拟环境，安装tensorflow-gpu

（1）创建虚拟环境，并安装python3.6：conda create --name tensorflow python==3.6
注意：其中name替换为环境名称：比如我的是tf-gpu

（2）进入虚拟环境： activate tf-gpu

当前面括号中显示环境名即激活成功

（3）安装tensorflow-gpu：pip install tensorflow-gpu==1.14

注意：①因为网络原因，pip安装方式经常会报 Read time out，这个时候可以多尝试几次

②有时候，会报需要的环境缺少或者不匹配，按照报错信息中缺少的包依次pip install即可

（4）查看是否安装成功：
①输入pip list可以查看当前环境下安装的包
②输入python进入python环境，然后import tensorflow 看是否成功

（5）退出环境：deactivate tf-gpu

2.使用虚拟环境

我使用的IDE是pycharm，运行项目时，settings选中创建的conda环境即可（待会回实验室补图）

---

总结

使用下来，通过anaconda的来安装深度学习的环境在之后需要配置不同的环境或者卸载环境时极其方便，极力推荐使用这个方式来安装。因为研究方向的原因，一直在学习视频编码和深度学习相关的东西，之后会陆续分享一些自己的踩坑经验，菜鸟萌新，有错误欢迎大家指正。