anaconda怎么和pycharm配合使用,anaconda和pycharm安装教程

　　本文主要记录在Android上安装Tensorflow的经验和教训。

　　这里需要注意的是，你已经安装了Android。如果不参考这篇文章，那就是如何安装Android 3和使用Jupyter。

　　以上都准备好了，接下来就要开始我们的安装工作了。

　　1.打开我们的第一个

　　键入conda --version以显示相应的版本。

　　3.检测当前安装的环境变量，直接输入：conda info --envs。

　　4.确定当前可用的tensorflow版本。conda search --full --name tensorflow(网上有人可以确认这一步，但是我好像有问题。但是，如果你和我一样，请不要惊慌。没关系。不影响我们的行动。) ) ) ) ) )。

　　在anaconda上安装张量流

　　5.1创建张量流环境，安装python3.7. anaconda提示输入：http://www.Sina.com/(可以创建3.6 pythons)。

　　和conda create --name tensorflow python=3.7

　　下一步是等待安装。如果网速快，不到一分钟就能安装完毕。如下图。

　　5.2激活tensorflow的tensorflow环境，发现anaconda提示输入：y括号内从base变为tensorflow。

　　这种情况表明添加成功。

　　5.3在当前环境中检测python版本： activate tensorflow

　　安装tensorflow软件包(注：python --version

　　我们仍在那个界面上操作。网上教程是这么说的。

　　根据之前搜索到的tensorflow版本安装1.15 tensorflow版本。(如果tensorflow版本太高，很容易报错。)

　　投入：需要我们还是安装低版本，目前很多教材都是使用的是1.版本小时。

　　此外，按照他的教程，发生了以下错误。(pip install --upgrade --ignore-installed tensorflow==1.15)。

　　于是，来到这里，我根据错误的网上搜索方法，将命令行设置为这个错误是我网络延迟导致的，请忽略这一步。

　　事情似乎正在好转，如下。

　　如果出现上述结果，几乎可以立即安装。

　　6.1检查安装是否成功：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）

　　安装成功。

　　7.验证功能是否正常。键入conda list进入代码环境。

　　8.输入代码测试

　　根据web教程输入以下代码。

　　importmensorflowstfb hello=TF . constant(hello，TF))sess=TF . session(print)sess . run))Output:hello)

　　运行第三段代码将会报告一个错误。因为我的版本是tensorflow 2.0，所以这个语法只适用于1.0，需要转换。

　　Hello=TF.constant)来保证importtensorflowastftf.com拍拍的正常运行。 v1 . disable _ eagle _ execution(# sess . run)

　　它完美地工作。

　　python

　　上面的【纠正一个小问题】因为自己网速不对，所以自己试了一下。然后，我调查了tensorflow的哪个版本更容易在线使用。网上说可以装1.14(1.15)。

　　所以我自己重装了下tensorflow。操作如下。

　　在命令行中输入第六步。

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

　　好了，至此，安装基本完成，然后在命令行输入：python。

　　将以下代码复制到命令行：

　　导入tensorflow为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):

　　Yjddst，在这里你输入第一行代码，它会是这样的。不要慌，我们可以直接复制代码：

　　至此，我们的安装已经完成。

　　-

　　昨天，我在Anaconda中安装了Tensorflow。接下来，我需要在我的Pycharm中使用Tensorflow，所以接下来，我根据自己的实践给出求解步骤：

　　1.首先，我们打开pycharm来创建一个新项目：

　　2.我们选择在Anaconda下的Tensorflow中安装python.exe路径，比如我的是：D:\Python\Anaconda3\envs\tensorflow\python.exe。

　　3.然后单击确定，再单击创建。

　　4.创建新的test.py文件。

　　将张量流作为tfhello=tf.constant (hello，TF )sess=TF . copat . v1 . session()print(sess . run(hello))单击运行。虽然可以输出结果，但会出现以下警告：

　　这也是我之前提到的错误，因为我们的numpy版本太高，所以需要安装1.16.0版本的

　　在这里，我直接引用别人的解决方案：未来警告：python调用TensorFlow时，不推荐将(type，1)或 1 type 作为type的同义词进行传递(我用的是这个方法)。

　　其次，这里有第二种解决方案：方法二：python调用TensorFlow时求解FutureWarning(这种方法只需要改变配置文件的参数，可以试试)

　　我传递了第一个方法，然后再次点击Run:

　　好了，那些警告都没了。第一种方法看起来挺有效的，但是又出现了一个新的问题，就是我们的输出上面又多了一个红色的警告，让我看着很不舒服。

　　020-11-14 10:21:24.674456:I tensorflow/core/platform/CPU _ feature _ guard . cc:142]你的CPU支持的指令这个tensor flow二进制没有编译警告是这样的。网上搜索到两个相关的解决方案：

　　1.直接屏蔽

　　在代码开头添加两句话：

　　import osos . environ[ TF _ CPP _ MIN _ LOG _ LEVEL ]= 2 import tensor flow as TF import osos . environ[ TF _ CPP _ MIN _ LOG _ LEVEL ]= 2 hello=TF . constant( hello，TF )sess=tf.com pat . v1 . session()print(sess . Run(hello))单击运行：

　　好的，没有警告。

　　2.彻底解决，换成支持cpu用AVX2编译的TensorFlow版本。

　　这个我还没做，暂时先放一放，不过如果你遇到这个问题，可以参考这个链接，等我有心情的时候再回来填坑。

　　参考：解决使用Tensorflow时cpu编译不支持警告的问题。

　　待续.

郑重声明：本文由网友发布，不代表盛行IT的观点，版权归原作者所有，仅为传播更多信息之目的，如有侵权请联系，我们将第一时间修改或删除，多谢。