PyCharm使用 Anaconda安装TensorFlow

本文详细介绍了如何从官方网站或清华源下载Anaconda,然后进行安装。接着,通过Anaconda创建并激活TensorFlow的虚拟环境,使用conda和pip安装TensorFlow。最后,指导在PyCharm中设置PythonInterpreter,以便使用Anaconda中的TensorFlow。
部署运行你感兴趣的模型镜像

1.安装python全家桶Anaconda

1.1 官网 https://www.anaconda.com/

进入官网后如下图所示,点击Download即可开始下载(若无法下载,请转至清华源下载)
在这里插入图片描述

1.2 清华 https://repo.anaconda.com/archive/

2.Anaconda安装

点击Next ->点击I Agree->在此选择Just Me(recommended)---->点击Next–>选择自己的安装路径(全英文)–>Next–>这里根据下图打勾之后点击Install–>之后直接next–>finish即可
在这里插入图片描述

3.安装TensorFlow

3.1CPU版本安装

打开安装好的Anaconda Powershell Prompt 输入下面指令

conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/
conda config --set show_channel_urls yes
# 之后在cmd下输入命令安装,建立TensorFlow的anaconda虚拟环境
conda create -n tensorflow python=3.10 anaconda
# 启动anaconda虚拟环境
conda activate tensorflow
# 下载安装tensorflow
python -m pip install tensorflow -ihttp://pypi.douban.com/simple --trusted-host pypi.douban.com

在这里插入图片描述

# 查看python 安装包的版本 找到tensorflow 查看版本
pip list
# 退出虚拟环境
conda deactivate tensorflow

4.PyCharm添加Anaconda使用TensorFlow

点击File-》Settings-》Progect:pythonPorgect-》Python Interpreter

点击如图位置 选择ADD
在这里插入图片描述
根据如图操作,最后选择 anaconda安装目录\anaconda3\envs\tensorflow\python.exe 文件
在这里插入图片描述
之后 点击ok 最后 点击apply 即可

您可能感兴趣的与本文相关的镜像

Python3.8

Python3.8

Conda
Python

Python 是一种高级、解释型、通用的编程语言,以其简洁易读的语法而闻名,适用于广泛的应用,包括Web开发、数据分析、人工智能和自动化脚本

### 配置 PyCharm 使用 Anaconda 安装 TensorFlow #### 创建 Anaconda 虚拟环境 为了确保项目的独立性和依赖管理,在 Anaconda Prompt 中创建一个新的虚拟环境。这一步骤可以防止不同项目之间的包冲突。 ```bash conda create --name tf_env python=3.9 ``` 激活新创建的虚拟环境: ```bash conda activate tf_env ``` #### 安装 TensorFlow 在激活的环境中,使用 `pip` 或者 `conda` 来安装 TensorFlow。推荐的方式是在 Anaconda Prompt 中执行如下命令来安装最新版本的 TensorFlow[^2]: ```bash pip install tensorflow ``` #### 在 PyCharm 中配置解释器 打开 PyCharm 并前往设置页面以更改 Python 解释器为刚才创建的 Anaconda 环境下的解释器。具体路径取决于操作系统和个人偏好设定,通常位于: - Windows/Linux: `File -> Settings -> Project -> Python Interpreter` - macOS: `PyCharm -> Preferences -> Project -> Python Interpreter` 点击齿轮图标选择 "Add..." ,然后挑选 Conda Environment 下拉菜单里的现有环境选项,并浏览至之前建立好的 `tf_env` 文件夹位置完成配置[^1]。 #### 测试 TensorFlow 安装情况 最后可以在 PyCharm 的终端窗口里运行简单的测试脚本来验证 TensorFlow 是否成功加载以及 GPU 支持状态(如果适用)。下面是一个基本的例子用于确认 TensorFlow 已经被正确安装并能够正常工作: ```python import tensorflow as tf print(tf.__version__) device_name = tf.test.gpu_device_name() if device_name != '/device:GPU:0': raise SystemError('GPU device not found') print(f'Found GPU at: {device_name}') ```
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

打赏作者

Heart&Fire

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

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