创建虚拟环境安装TensorFlow
python是向上兼容,Python 3.x 不向下兼容。更下一级的子版本,在非生产环境,譬如学习阶段,并不会有太大的区别。类似的,以 Python 3.8 为例子,如,Python 3.8.1 和 Python 3.8.2 或 Python 3.8.3 在学习阶段,基本没感知。但是如果要细究,还是存在一些差异,比如随着python版本的更新,一些库没有同时更新,导致高版本的python没有相应的库。如果想在高版本的python中用这个库,很多文章会让我们降低python的版本,但是怕麻烦的我还是选择创建虚拟环境,相信大家在安装TensorFlow的时候一定都遇到了不少的麻烦(此处安装的是CPU版本,现在跑的代码量使用GPU版本犹如杀鸡用牛刀)
python官网
创建虚拟环境
打开Anaconda Navigator,这是一个 用于管理工具包和环境的图形用户界面。
在此可以创建虚拟环境。
可以选择指定的python版本,在这里我选择了3.6的版本,将虚拟环境命名为tf,事实上在anaconda promt 中也可以完成相应操作,
conda create -n tf python==3.6
和上面在anaconda Navigator进行的操作是效果相同的。
查看python版本对应的TensorFlow版本
这里我安装的是tensorflow-2.1.0
打开anaconda prompt
activate tf
此时环境由base环境成为了tf环境。
此时可以开始我们的安装过程了
安装TensorFlow
在激活的环境中输入
pip install tensorflow==2.1.0 -i https://mirrors.tuna.tsinghua.edu.cn
在这里我指定了tensorflow的版本,如果未指定,在安装的时候会下载很多个版本,接入清华源是为了下载的速度更快,这个库有大概400多Mb的大小。
在安装的时候会出现很多问题:
- 网络不好,因为这个库比较大,可能中途会断线
- 下载时会报错,未下载成功某个包,此时只需要pip install 指定的包名,比如scipy==1.4.1 下载失败,重新下载即可。
pip install scipy==1.4.1
FLowchart流程图
测试
安装好后,可以直接在激活环境后的anaconda prompt 中进入python
import tensorflow as tf
a = tf.zeros(shape=[1,2])
print(a)
中间有一大堆东西,不用管它
运行成功
参考博客
[1]:https://blogdev.blog.csdn.net/