Anaconda + Python+TensorFlow(CPU)安装+Jupyter Notebook/PyCharm使用

最新推荐文章于 2023-07-03 18:13:29 发布

战死为止

最新推荐文章于 2023-07-03 18:13:29 发布

阅读量1.3k

点赞数 1

分类专栏： Deep Learning 软件配置个人笔记文章标签： tensorflow anaconda 深度学习 python

本文链接：https://blog.youkuaiyun.com/qq_34122861/article/details/104910994

版权

个人笔记同时被 3 个专栏收录

42 篇文章

订阅专栏

软件配置

10 篇文章

订阅专栏

Deep Learning

3 篇文章

订阅专栏

0. 前言

有门选修课《神经网络与深度学习》用的吴恩达的网课，所以做了一部分对应的课后题。
对应的课后题需用jupyter notebook，这就是起因。所以下了Anaconda，其中包括了jupyter notebook。
到了后来讲到了框架，吴老师用的TensorFlow，所以配置了TensorFlow 2.0。
由于课后题TensorFlow版本比较老，TensorFlow 2.0相比较有部分改动，代码改起来相当费劲，后又额外配置的TensorFlow 1.14.0。

1. Anaconda 下载网址

https://www.anaconda.com/distribution/#download-section

2. jupyter notebook使用遇到的问题

‘Destination Floder’ cannot contain non-ascii characters

见参考链接1.
原因：安装路径里有汉字。

关于jupyter notebook无法自动跳转chrome浏览器的处理方法

见参考链接2.

修改jupyter notebook打开后文件路径的处理方法

见参考链接3.
找到jupyter notebook的快捷方式，在目标后边添加自己想设置的路径即可。

3. TensorFlow安装步骤

TensorFlow1与TensorFlow2.0相关改动较大，如果只是想入门，实现对某些大牛代码的复现，推荐你安装TensorFlow1.14.0。

1. 打开Anacoda3下的Anacoda Prompt

2. 创建tensorflow环境

创建一个python版本为3.6的名为tensorflow的环境

conda create -n tensorflow python=3.6

3. 查看tensorflow环境是否创建成功

查看除了base，是否多了一行：tensorflow开头环境名及对应的位置。如果有，则表示tensorflow环境创建成功。
（base这行前边带*表示该环境已被激活）
conda info --envs
或者直接去D:\Anaconda3\envs目录下看是否有tensorflow文件夹（我将Anaconda安装到D盘）。

4. 激活tensorflow环境

activate tensorflow
此时光标闪烁之前为(tensorflow) C:\Users\Shaw Li>，表示进入tensorflow环境。
若再输入conda info --envs，则tensorflow这行前边带*，表示tensorflow已被激活。
如果想退出当前环境，则输入
deactivate
光标闪烁之前的(tensorflow)也会消失

注：后续操作都是在此环境下进行。
如果配置好之后，运行某些代码调用某个库报错时，很可能是该环境下未安装该库。对应参考链接4的出现类型错误的情况。
可激活进入该环境后，conda install对应的库。

5. 安装tensorflow

pip和conda具体区别我也不太懂，此处给出参考链接5.
时间过去有点长，用哪个安装成功的忘记了，此处全部列出。但是清华源的速度最快。

pip install --ignore-installed --upgrade https://storage.googleapis.com/tensorflow/windows/cpu/tensorflow-1.3.0-cp36-cp36m-win_amd64.whl

pip install --upgrade --ignore-installed tensorflow

使用国内清华源镜像安装

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

pip install -i https://pypi.tuna.tsinghua.edu.cn/simple tensorflow

pip install --user -i https://pypi.tuna.tsinghua.edu.cn/simple tensorflow==1.14.0

pip install --user -i https://pypi.tuna.tsinghua.edu.cn/simple tensorflow==2.0.0-rc

6. 测试tensorflow是否安装成功

输入python 进入代码环境，再输入

import tensorflow as tf
hello = tf.constant('hello,tf')
sess = tf.Session()
print(sess.run(hello))

如不报错ImportError: No module named 'tensorflow'且输出b'hello,tf'，则表示安装成功（其他小错可忽略）。

7. 安装后仍报错ImportError: No module named ‘tensorflow’

见参考链接6.
输入pip install --upgrade -I setuptools后，再次尝试安装tensorflow。

链接部分内容如下：

Upgrade setuptools:

pip install --upgrade -I setuptools

Install TensorFlow again with --ignore-installed flag:

pip install --ignore-installed --upgrade https://storage.googleapis.com/tensorflow/windows/cpu/tensorflow-1.0.1-cp35-cp35m-win_amd64.whl

4. Jupyter Notebook使用TensorFlow

1. 安装ipython

(tensorflow) 激活状态下输入 conda install ipython

2. 安装jupyter

(tensorflow) 激活状态下输入 conda install jupyter

3. 换核

见参考链接7.
将当前核覆盖任何同名的现有内核，即切换到tensorflow环境下。
(tensorflow) 激活状态下输入 ipython kernelspec install-self --user

到此，Jupyter notebook就可使用tensorflow！

5. TensorFlow使用遇到的问题

版本问题

module ‘tensorflow’ has no attribute ‘Session’
见参考链接8.
tf后加.compat.v1，大部分的版本差距都可以通过这解决
如tf.Session()改为tf.compat.v1.Session()
tensorflow 报错: AttributeError: module ‘tensorflow’ has no attribute ‘xxxx’
见参考链接9.
升级到tensorflow2.0，我整个人都不好了
见参考链接10.相关人士的惨痛经历……