pycharm下tensorflow下的配置

要在pycharm下使用tensorflow,要设置好pycharm下解释器interpreter的路径,这里也就是tensorflow的路径。


如果是虚拟的env,或anaconda的env,那就在interpreter路径里添加对应Python bin。


如果当前路径里没有解释器没有这个,就点击右侧add local在电脑里找。

anaconda2--->envs--->tensorflow---->bin---->python2.7(或者Python3.5,用哪个选哪个)


后来我自己又装的时候,不知道怎么的tensorflow的env建在了一个叫  .conda/envs/tensorflow的路径下面,并且这个.conda文件夹是不可见的,但是可以在pycharm里面导入,也可以用。

这里面原因我不太懂,要是有懂的朋友希望可以指点我一下。

更新:这个问题是由于建立tensorflow 虚拟环境的时候,当前路径是在home目录下,cd到anaconda/envs目录就可以了。


这里有个找路径的方便方法:

打开terminal,输入指令

$source activate tensorflow

$which python

就可以出来env下对应的Python在哪里了,然后在pycharm中添加对应的路径。



tensorflow安装官网方法:

https://www.tensorflow.org/versions/r0.11/get_started/os_setup.html#pip-installation


### 配置 PyCharm 使用 TensorFlow #### 创建 Anaconda 虚拟环境并安装 TensorFlow 为了确保开发环境稳定,建议通过 Anaconda 来管理 Python 环境和依赖项。具体操作如下: - 打开 Anaconda Navigator 后导航到 Environments 页面。 - 单击 Create 按钮来新建一个虚拟环境,并命名为 `tensor` 或其他自定义名称[^1]。 ```bash conda create --name tensor python=3.9 ``` 激活新创建的环境之后,可以利用 conda 命令行工具直接安装 TensorFlow 及其相关库文件。 ```bash conda activate tensor conda install tensorflow ``` #### 设置 PyCharm 的解释器路径 完成上述步骤后,在 PyCharm配置项目使用的 Python 解释器至关重要。这可以通过以下方式实现: 进入 File -> Settings (Ctrl+Alt+S),展开 Project: <project_name> 下拉菜单中的 Python Interpreter 选项卡。点击右侧齿轮图标选择 Add... 。此时会弹出一个新的窗口用于添加新的解释器;在这里应该找到之前由 Anaconda 创建好的名为 "tensor" 的 Conda Environment 并将其设为当前项目的默认解释器。 #### 测试 TensorFlow 是否成功集成至 PyCharm 最后一步是在 IDE 内验证 TensorFlow 已经被正确加载。可以在任意位置编写一段简单的测试脚本来确认这一点: ```python import tensorflow as tf print(tf.__version__) hello = tf.constant('Hello, TensorFlow!') sess = tf.compat.v1.Session() print(sess.run(hello)) ``` 如果一切正常,则应能够看到打印出来的 TensorFlow 版本号以及字符串 'Hello, TensorFlow!' ,表明已经成功完成了整个过程。
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
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