Anaconda创建虚拟环境，以及在虚拟环境下安装tensoflow

最新推荐文章于 2025-03-25 15:01:03 发布

rongDang

最新推荐文章于 2025-03-25 15:01:03 发布

阅读量368

点赞数

分类专栏： python基础

原文链接：https://blog.youkuaiyun.com/qian_fighting/article/details/90605214

版权

python基础专栏收录该内容

26 篇文章

订阅专栏

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

Anaconda安装完成后，将它的Script路径添加到系统环境path下，这样就可以使用Anaconda的命令了

Anaconda Prompt 下执行下面命令

# 查看虚拟环境
conda env list

# 创建名字为 captcha_web, python版本为3.7的虚拟环境
conda create -n captcha_web python=3.7

激活虚拟环境

# 激活虚拟环境 captcha_web
activate captcha_web

# 退出虚拟环境
deactivate

# 删除虚拟环境
conda remove -n 虚拟环境名 --all

# 删除环境中的某个包，比如 requests
conda remove --name 虚拟环境名 requests

安装包命令

conda install 或者 pip install 都可以

确定要放弃本次机会？

福利倒计时

: :

立减 ¥

普通VIP年卡可用

立即使用

rongDang

关注关注

0
点赞
踩
0

收藏

觉得还不错? 一键收藏
0
评论
分享

复制链接

分享到 QQ

分享到新浪微博

扫一扫
举报

举报

专栏目录

Win10系统下Anaconda中创建虚拟环境，安装tensorflow，并导入jupyter

m0_51104427的博客

04-29

516

介绍了如何在Anaconda已经安装的情况下，创建虚拟环境并安装tensorflow，并将已经安装tensorflow的环境导入到jupyter notebook中

Anaconda 创建虚拟环境 解决Anaconda创建虚拟环境自动至C盘文档文件夹下问题

Rough Set

07-08

728

在安装tensorflow或其他一些较大类的库过程中，需要不同的python版本配置，需要创建不同的版本环境。使用Anaconda的 conda创建虚拟环境，查看成功多出一个虚拟环境，创建成功。后续该环境下的各种库既可以通过conda或pip安装，又可以通过Anaconda_navigator进行安装，方便实用。

参与评论您还未登录，请先登录后发表或查看评论

anaconda 创建虚拟环境

christydd的博客

04-06

174

anaconda 创建虚拟环境–之fbprophet包出现问题 1.conda create --name tensorflow-gpu python=3.7 2.activate tensorflow-gpu 3.pip install ipykernel 4.(python -m ipykernel install --user --name tensorflow-gpu --diaplay ...

Anaconda详细安装教程2024（附安装包）小白必看超详细指南

最新发布

wertyuiopzz的博客

03-25

1万+

Ubuntu anaconda 换源

qq_44876051的博客

02-26

1万+

vim使用命令 i 插入模式：wq 保存并推出 anaconda 换源 vim ~/.condarc channels: - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/ - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/ - https://mi...

win10下创建及配置虚拟环境（二）：使用Anaconda

全情投入

02-02

3123

另一种创建虚拟环境的方法是使用Anaconda。 1.下载安装Anaconda https://www.anaconda.com/download/ 如果需要python3.6或3.5，那么可以先下载3.7，后面会讲怎么修改版本。 2.修改python版本由于后续我需要使用tensorflow等包，其不支持python3.7，故我要修改为3.6版本。根据官方教程（官网下载页面有提示），下载安装完...

Anaconda配置虚拟环境

qq_45073095的博客

10-04

1万+

写此博客只为记录自己的学习生活，若有不当之处，还望指出，本人定当好好学习为什么需要配置虚拟环境 为了更有序的管理环境； 1、当我们遇到不同的项目时，他们可能需要的环境也是不同的，比如有的项目需要python3.6，有的需要python3.8，等等，如果我们只有一个环境的话，那意味着我们需要另一种环境的话，就必须删除当前版本，安装另一种版本，这当让然很麻烦了； 2、Aconda集成的conda包就能解决这个问题，它可以创造出不同的环境，并且相互隔离，当我们需要哪一个版本的环境时，选择它就可以了。如何配置虚

Linux安装Anaconda3并创建虚拟环境来安装tensorflow-gpu和tensorflow-federated

12-21

以下将详细介绍如何在Linux上安装Anaconda3以及在其中创建一个名为“tff”的虚拟环境，然后安装TensorFlow-GPU和TensorFlow-Federated。首先，你需要从清华大学的镜像站点下载Anaconda3的安装脚本。这可以通过运行...

Anaconda创建虚拟环境以及安装Tensorflow不同版本叙述

weixin_43786514的博客

03-12

2035

这里写自定义目录标题最近由于学习所需要，需要安装Tensoflow不同的版本，为此简答的写写安装的过程。所需环境 win10、Anaconda、Python3.6以上相关环境首先创建虚拟环境：对此大概有两种方式，一、anaconda prompt 控制台创建虚拟环境 建议管理员身份打开anaconda prompt ，主要由于win10版本对软件权限较大。 1、首先使用conda inf...

Anaconda 安装与虚拟环境创建完整指南

qq_22841387的博客

12-29

7113

Anaconda 是目前最流行的 Python 和数据科学工具集之一，它不仅可以轻松管理 Python 包，还能提供强大的虚拟环境功能，避免项目之间的依赖冲突。完成 Anaconda 安装后，接下来我们创建一个独立的虚拟环境来安装开发所需的工具（例如 Python、COLMAP、FFmpeg 等）。在这篇博客中，我们将从零开始，详细介绍如何下载、安装 Anaconda，并创建虚拟环境，帮助你快速搭建开发环境。通过本文的指南，你已经学会了如何下载并安装 Anaconda，并创建独立的虚拟环境。

解决在anaconda的虚拟环境中安装tensorflow框架失败问题

weixin_63099027的博客

07-29

3082

windows下下载tensorflow出现的问题

Anaconda虚拟环境的创建及使用

weixin_45858635的博客

07-10

3495

Anaconda虚拟环境在后面python项目中用的比较多，在这篇博文中记录一下，环境创建流程~~。小新在上一篇博文中，记录了详细的Anaconda安装教程

anaconda创建虚拟环境并安装tensorflow

weixin_44546362的博客

04-06

405

1.打开Anaconda Prompt，选择安装Python版本为3.6，环境名称为tf1，输入下面的命令。 conda create --name=tf1 python=3.6 2.等待安装完成后，激活环境 conda activate tf1 3.安装tensorflow 安装tensorflow1.8就执行下面的命令 pip install tensorflow==1.8 安装tensorflow2.2就执行下面的命令 pip install tensorflow==2.2 4.下载完成并安装

Anacond虚拟环境操作的总结--创建、安装、激活、退出、删除等操作

nbxuwentao的博客

09-29

549

reference: https://blog.youkuaiyun.com/sizhi_xht/article/details/80964099 非常好的一份总结，感谢博主，做个笔记

Anaconda中创建虚拟环境及装tenserflowgpu环境

Y的博客

05-10

270

conda中装tenserflowgpu环境创建虚拟环境目的过程记录强调创建虚拟环境激活虚拟环境安装cuda和cudnn（若无英伟达显卡则无须安装）安装gpu版TensorFlow（若无英伟达显卡则去掉命令中的-gpu）安装低版本numpy，否则import会报错创建虚拟环境目的满足存在多个项目需要不同运行环境的情况便于管理大量环境防止出现冲突和不兼容的情况过程记录强调注意cuda,cudnn,tensorflow三者的版本需要相对应可参考 https://tensorflow.goog

通过Anaconda虚拟环境安装Tensorflow

weixin_44575660的博客

02-08

366

需要多个版本的Tensorflow，使用Anaconda虚拟环境可以巧妙的解决这个问题查看conda的版本号，检查是否安装好Anaconda conda --version 创建Anacoda虚拟环境(名字为tensorbase，python版本为3.6) conda create -n tensorbase python=3.6 查看所有可用的虚拟环境 conda env list 在终端中执行命令切换到新创建的虚拟环境中 activate tensorbase 更换为国内镜像，加快下载速度 p

【Anaconda 虚拟环境搭建----最适合新手的详细教程】

热门推荐

Xu_youyaxianshen的博客

04-09

1万+

本文是一份专为新手准备的Anaconda虚拟环境搭建教程，详细介绍了conda和pip这两种Python包管理工具的区别和用途，并提供了使用conda进行虚拟环境管理的常用指令。文章首先对比了conda和pip的特点，指出conda不仅能够管理Python包，还能管理其他语言的包和依赖关系，同时可以创建和管理隔离的环境。而pip主要用于管理Python包，并且常与虚拟环境结合使用以实现项目隔离。接着，文章列出了几个常用的conda指令，包括查看已有虚拟环境列表、创建和激活虚拟环境、退出虚拟环境以及删除

anaconda里面安装TensorFlow

Legend105CC

09-04

2981

1.检查anaconda安装：在cmd输入 conda --version 2.检测已经安装的环境：conda info --envs 新建一个python3.7的环境，tensorflow：conda create --name tensorflow python=3.7 3.激活新建的环境：conda activate tensorflow 4.先退出当前环境：conda deactivate 5.确认一下，新建环境已经添加进去：conda info --envs 6.打开python虚拟环境 .

Anaconda下安装Tensorflow

Deer is glowing的博客

04-08

395

Anaconda下安装Tensorflow 创建新环境tfenv 方式一：在Anaconda Navigator中添加新环境方式二：通过Anaconda Prompt建立新环境 conda create -n tfenv python=3.6 在该环境下安装Tensorflow包在tfenv虚拟环境下，使用清华开源镜像安装Tensorflow pip install tenso...

anaconda创建虚拟环境安装tensorflow

01-20

### 使用 Anaconda 创建虚拟环境并安装 TensorFlow #### 创建虚拟环境 为了创建一个新的虚拟环境，在命令行工具中输入如下指令： ```bash conda create -n myenv python=3.9 ``` 这条命令会基于 Python 3.9 版本建立名为 `myenv` 的新环境[^4]。激活刚创建好的虚拟环境以便后续操作，可以执行下面的命令：对于 Windows 用户： ```batch activate myenv ``` 而对于 macOS 和 Linux 用户，则应使用： ```bash source activate myenv ``` #### 安装 TensorFlow 一旦进入了目标环境中，就可以通过 Conda 或者 Pip 来安装 TensorFlow。考虑到网络速度等因素的影响，建议采用国内镜像源来加速下载过程。这里给出两种方法之一——利用 pip 及清华大学开源软件镜像站作为例子说明如何安装特定版本（比如2.0.0版）的 TensorFlow: ```bash pip install tensorflow==2.0.0 -i https://pypi.tuna.tsinghua.edu.cn/simple/ ``` 上述命令不仅指定了要安装的具体版本号(`tensorflow==2.0.0`)，还设置了临时使用的 PyPI 镜像地址(-i 参数)[^5]。如果希望安装最新稳定版而不指定具体版本号的话，可以直接省略掉版本部分： ```bash pip install tensorflow -i https://pypi.tuna.tsinghua.edu.cn/simple/ ``` 这将会自动获取最新的可用版本并完成安装工作[^2]。另外一种方式则是完全依赖于 Conda 自带的包管理功能来进行安装： ```bash conda install tensorflow ``` 这种方式可能会更方便一些，因为不需要额外配置镜像源就能获得较快的速度；不过需要注意的是，并不是所有的 TensorFlow 发布都会立即同步到 Conda 渠道上，因此有时候可能无法得到最前沿的功能更新[^1]。