[機器學習筆記(一)] TensorFLow安裝

TensorFLow學習環境搭建

目錄

• TensorFLow學習環境搭建
  • Pycharm中安裝
  • Anaconda安裝
  • Conda環境變量
  • pip添加三方源
  • 使用conda
  • 進入/使用環境

最近開始學習機器學習有段時間了，想想應該把學習過程中遇到的一些問題寫出來，既方便自己日后再遇到相同問題的回顧，也是對自己學習歷程的一個記錄，當然也希望能幫助到其他人解決一些遇到的坑。

• 選擇tensorflow是因為谷歌支持，Python，可以和Keras結合，社區大且活躍。
• 以下的環境是在windows10下

---

！2019/10/17更新：哦！我錯了，通過conda建立虛擬環境安裝的TensorFlow是1.14.0版本的。所以還是直接在Pycharm中安裝。

Pycharm中安裝

File > Settings > Project > Project Interpreter

先添加國內pipy鏡像，比如清華源

https://pypi.tuna.tsinghua.edu.cn/simple

加入后

接着搜索tensorflow，然后點擊左下角的Install Package就行了

Anaconda安裝

因為是學習環境，所以這里使用了Anaconda方便多個python環境管理。

Anaconda可以去官網或者清華源下載

推薦去清華源，官網速度有點捉急。

這里我下載的是Miniconda也就是沒有圖形管理界面的那個，默認只包含了 python 和 conda，但是可以通過 pip 和 conda 來安裝所需要的包。官網的在這里下，清華源Miniconda

安裝過程讓提示添加到環境變量PATH，一定要記得添加！一定要記得添加！不然后面沒法在命令行運行conda命令

Conda環境變量

如果你安裝的時候勾選了添加到環境變量這里可以PASS了。

windows的話打開環境變量，將對應Anaconda添加到環境變量：（以自己的安裝路徑為准，如果是Anaconda則如下）

• F:\Anaconda3
• F:\Anaconda3\Scripts
• F:\Anaconda3\Library\bin

Miniconda則如下

依照清華源下的幫助添加清華源的Anaconda鏡像。或則命令行執行

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添加三方源

在Windows環境下，可以直接在當前用戶的目錄（比如我的目錄就是C:\User\Yourname）下新建一個pip目錄，在里面新建一個pip.ini文件，寫入如下內容：

[global]
index-url = https://pypi.tuna.tsinghua.edu.cn/simple

使用conda

用conda來管理python有個好處就是你每個虛擬環境中的python都是獨立的，比如你的環境1里面裝了了pygame是用來寫pygame小游戲自己練練手的，環境2下是裝了tensorflow來機器學習的，環境3是...各個環境間相互獨立，互不干擾。

conda -h                                # conda的幫助文檔，當然也可以conda env -h，conda list -h
conda create -n env_name                # 創建一個名字位env_name的**純python虛擬環境**
conda create -n env_name pkg_spec       # 創建一個帶有特殊包的新環境，e.g. conda create -n myenv sqlite
conda env list                          # conda中已創建的虛擬環境
activate env_name                       # 進入某個虛擬環境
deactivate                              # 在某個環境中時退出

這里有個坑是，如果你要使用tensorflow

• 你的anconda必須是64位的
• 使用conda create -n env_name tensorflow來創建tensorflow的環境，而不是先創建了個python的然后在用pip install tensorflow來安裝

或者你要使用GPU版的tensorflow

conda create -n tf-gpu tensorflow-gpu
activate tf-gpu

進入/使用環境

你可以在命令行直接跑python

$ activate env_name
$(env_name) python
Python 3.7.4 (default, Aug  9 2019, 18:34:13) [MSC v.1915 64 bit (AMD64)] :: Anaconda, Inc. on win32
Type "help", "copyright", "credits" or "license" for more information.
>>>

你也可以在Pycharm中直接使用conda創建的虛擬環境，新建項目時直接選擇你創建的conda虛擬環境，然后再通過Pycharm對需要的pipy包進行管理

到此，tensorflow的安裝就完畢了。