深度学习：用Anaconda管理你的tf环境

用Anaconda管理你的tf环境能节省不少开发时间，下面介绍不同版本cpu，gpu的 tf 的配置并与pycharm搭配使用。

1.打开Anaconda Prompt

2.conda创建不同的环境

（1）创建名为cpu_tf1_14的环境：

conda create --name cpu_tf1_14 tensorflow=1.14.0

（2）创建名为cpu_tf2_0的环境：

conda create --name cpu_tf2_0 tensorflow=2.0

（3）创建名为gpu_tf1_14的环境（用gpu训练）：

conda create --name gpu_tf1_14 tensorflow-gpu=1.14.0

（4）创建名为gpu_tf2_0的环境（用gpu训练）：

conda create --name gpu_tf2_0 tensorflow-gpu=2.0

3.查看环境

conda info -e

4.在Pycharm轻松切换环境

pycharm里面，创建的某个项目中，添加刚刚用anaconda创建的四个不同的环境。

file->settings，后面看图片吧。。。

后面两个环境添加也是一样的，最后添加完如下图所示：

选择一个点ok，就行，下次要是tensorflow环境跑不了直接选择show all,切换一个环境就行，节省开发时间，哈哈哈。