Anaconda下安装 TensorFlow 和 keras 以及连接pycharm

本文详细介绍了如何通过Anaconda创建TensorFlow的虚拟环境,并配置清华镜像加速下载过程。此外,还介绍了如何安装Theano及Keras等深度学习库,并解决了安装过程中可能遇到的utf8问题。

首先在官网下载Anaconda

https://www.anaconda.com/download/

安装时注意

勾选第一个,增加环境变量

 

安装好后再windows界面打开Anaconda Prompt

 

 

conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --set show_channel_urls yes

 设置清华镜像,下载更快一点

之后

conda create -n tensorflow python=3.5

创建TensorFlow的虚拟环境,创建后可在Anaconda Navigator 中看到,刚刚找到prompt的地方

回到prompt 使用

activate tensorflow

激活环境

然后在该环境下安装TensorFlow

命令

pip install --upgrade --ignore-installed tensorflow

 

 下一步笔者将他连接pycharm,在pycharm 中打开setting后点击小齿轮就可以看到

然后连接即可

为了防止后期出现各种因为源的问题而导致的http error ,笔者建议更换下载源

打开路径  C:\Users\xxxxx\.condarc, xxxxx是你的windows用户名

这是conda的下载设置,将其中的channels换为

channels:
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
  - https://mirrors.ustc.edu.cn/anaconda/pkgs/free/ 
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge/
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free

这些是网上收集的清华下载镜像源。

接下去打算下载theano

conda install theano

遇到需要输入的都是y

下载好后输入

conda install keras

下载过程中如果遇到和笔者一样的有关utf8的问题,可以参考该博客,找了很久才发现这篇博客,顺利解决

https://blog.youkuaiyun.com/u013473520/article/details/54236963

接下去就可以顺利下载完成了

作为一种虚拟环境,conda还是蛮好用的

 

转载于:https://www.cnblogs.com/Phoenix-blog/p/9480637.html

### 安装 TensorFlow Keras 的方法 为了在 PyCharm 中顺利安装使用 TensorFlow 及其内置的 Keras 库,可以遵循如下指南: #### 创建虚拟环境激活 建议先创建一个新的 Conda 虚拟环境来管理依赖项。这可以通过 Anaconda Prompt 或者终端完成: ```bash conda create -n tensorflow python=3.7 conda activate tensorflow ``` #### 安装 TensorFlow 对于 CPU 版本的 TensorFlow,在激活环境中执行以下命令即可完成安装[^1]: ```bash pip install tensorflow==2.0 ``` #### 配置 Jupyter Notebook (可选) 如果计划通过 Jupyter Notebook 使用此环境,则需进一步设置内核关联: ```bash pip install --user ipykernel python -m ipykernel install --user --name=tensorflow --display-name "Python3.7 64bit ('tensorflow': conda)" jupyter kernelspec list ``` 上述操作会将当前 Conda 环境注册到 Jupyter Notebook 中作为可用选项之一[^2]。 #### 解决 PyCharm 自动补全问题 有时 PyCharm 对于某些库可能无法提供自动补全功能。针对这种情况,尝试调整导入语句的形式可能会有所帮助;例如,更改 `from tensorflow import keras` 为 `import tensorflow.keras as keras` 可能解决部分用户的困扰[^3]。 #### 测试配置有效性 最后一步是验证整个开发环境是否已正确搭建完毕。可以在 Python 文件里运行一段简单的测试代码片段来进行确认: ```python import tensorflow as tf print("TensorFlow version:",tf.__version__) print("\tGPU available:",tf.test.is_gpu_available()) a = tf.constant([1.0, 2.0], name="a") b = tf.constant([1.0, 2.0], name="b") result = tf.add(a, b, name="add") print(result) ``` 当以上脚本能正常输出预期的结果时,即表明 TensorFlow 已经被成功集成到了 PyCharm 开发环境中[^4]。
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