Anaconda安装Tensorflow，然后在Pycharm中使用Tensorflow（填坑记）

Anaconda安装Tensorflow，然后在Pycharm中使用Tensorflow（填坑记）

这篇文章主要记录的是自己在Anaconda中安装Tensorflow的一些经验以及教训。

这里需要注意的是你已经安装过了Anaconda,如果你不会请参考这篇文章：​​安装Anaconda3以及如何使用Jupyter​​

有了上面的准备工作接下来我们就要开始我们的安装工作了。

1.首先打开我们的

2.输入conda --version 然后显示相应版本

3.检测目前安装了哪些环境变量，直接输入：conda info --envs

4.查看当前有哪些可以使用的tensorflow版本：conda search --full --name tensorflow    （这一步网上一些人可以查看，但是我好像出了点问题，但是如果你和我一样，不要慌，没啥关系的，不影响我们继续操作）

5.在anaconda中安装tensorflow

5.1 创建tensorflow环境，安装python3.7，anaconda prompt输入： conda create --name tensorflow python=3.7（创建3.6的python也可以）

然后输入y

接下来就是等待安装，网速快的话一分钟不到就可以安装好，如下所示：

5.2 激活tensorflow的tensorflow环境，anaconda prompt输入： activate tensorflow 发现括号中由base变为tensorflow

出现这种情况说明添加成功。

5.3检测当前环境中的python的版本：python --version

6.安装tensorflow包（注意：我们还是安装低版本，目前很多教材都是使用的是1.版本）

我们还是在那个界面进行操作，网上有个的教程是如下说法：

根据之前查找的tensorflow的版本安装1.15版本tensorflow（tensorflow版本过高容易报错）

输入：pip install --upgrade --ignore-installed tensorflow==1.15 需要一段时间

然后我按照他的教程安装出现如下错误（这个错误是我网络延迟导致的，请忽略这一步）：

好吧，到了这里我按照错误网上找方法，将命令行改为：pip install --upgrade --ignore-installed tensorflow  （使用这句命令行安装的是2.0版本的，不太建议）

事情好像有点好转了，如下所示：

出现上面这个结果差不多就安装好了。

6.1查看是否安装成功：conda list

说明安装成功。

7.验证功能正常：输入python 进入代码环境

8.输入代码测试

按照网上的教程输入下面代码：

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

然后下面是我自己的实践结果：

执行到第三句代码就报错，原因是因为我的版本是tensorflow 2.0 而这个语法只适用于1.0 所以我们需要做一个变换：

import tensorflow as tftf.compat.v1.disable_eager_execution()　＃保证sess.run()能够正常运行hello = tf.constant('hello,tensorflow')sess= tf.compat.v1.Session()＃版本2.0的函数print(sess.run(hello))

然后按照这个教程输入：

好的完美运行。

【纠正一个小问题】

上面的第六步，是我自己网速的原因才导致出现错误，所以我自己重新尝试了下，并且网上百度了下当前tensorflow哪个版本更好使用，网上说是1.14（安装1.15也可以）

所以我自己重现安装了下tensorflow，操作如下：

在命令行输入：activate tensorflow

然后输入：pip install --upgrade --ignore-installed tensorflow==1.14

ok，到了这一步差不多安装完成了，然后在命令行输入：python

在把下面这段代码复制到命令行：

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

运行结果如下（这里显示了很多警告，原因是我安装的numpy版本过高，这个问题在后面会给出解决方案）：

恩恩，这里你输入第一行代码会出现这个样子，不要慌，我们直接将代码复制就可以：

到此，我们安装完成了。

-----------------------------------------------------------2020-11-14更新-----------------------------------------------------------

昨天我在Anaconda里面安装好了Tensorflow，接下来我需要在我的Pycharm里面使用Tensorflow，所以接下来我根据自己的实践给出解决步骤：

1.首先我们打开pycharm新建一个Project：

2.我们选择我们在Anaconda下安装Tensorflow中python.exe路径，比如我的是：D:\Python\Anaconda3\envs\tensorflow\python.exe

4.新建一个test.py文件

import tensorflow as tfhello = tf.constant('hello,tf')sess = tf.compat.v1.Session()print(sess.run(hello))

这也是我之前说到的这个错误，因为我们的numpy版本过高导致的，所以我们需要安装1.16.0版本的

这里我直接参考别人的解决方法：​​解决python调用TensorFlow时出现FutureWarning: Passing (type, 1) or '1type' as a synonym of type is deprecate​​（我用的是这个方法）

其次这里还有第二种解决方案：​​方法二：解决python调用TensorFlow时出现FutureWarning​​（这个方法只需要改改配置文件的参数，大家可以尝试下）

嗯嗯，那些警告都没有了，看来第一种方法挺管用的，但是新的问题出来了，就是我们输出的上面又出了一个红色警告，这就让我看起来不舒服。

2020-11-14 10:21:24.674456: I tensorflow/core/platform/cpu_feature_guard.cc:142] Your CPU supports instructions that this TensorFlow binary was not compiled to

警告是这个样子的，网上搜索了下相关解决方案有2种：

1.直接屏蔽

在代码开头加入2句代码：

import osos.environ['TF_CPP_MIN_LOG_LEVEL'] = '2'

import tensorflow as tfimport osos.environ['TF_CPP_MIN_LOG_LEVEL'] = '2'hello = tf.constant('hello,tf')sess = tf.compat.v1.Session()print(sess.run(hello))

ok，啥警告都没有了。

2.彻底解决，换成支持cpu用AVX2编译的TensorFlow版本

这个我现在还没有去搞，暂时先搁置下，不过大家碰到这个问题的话可以参考这个链接，等我哪天有心情的时候再来填坑。

参考链接：​​解决Tensorflow 使用时cpu编译不支持警告的问题​​

未完待续........

版权声明：本文内容由网络用户投稿，版权归原作者所有，本站不拥有其著作权，亦不承担相应法律责任。如果您发现本站中有涉嫌抄袭或描述失实的内容，请联系我们jiasou666@gmail.com 处理，核实后本网站将在24小时内删除侵权内容。