Tensorflow + PyCharm

2021-02-21 雷課

TensorFlow 最初由Google大腦小組（隸屬於Google機器智能研究機構）的研究員和工程師們開發出來，用於機器學習和深度神經網絡方面的研究，但這個系統的通用性使其也可廣泛用於其他計算領域。目前來說，Github上star最多的項目就是它了。

在這之前，筆者寫過一篇簡單的入門文章《初探 TensorFlow》。當時沒能成功搭建環境，加上後期的工作原因，至此擱置了一段時間。今天，終於各種折騰，在自己的Mac上經過多種嘗試之後，完美搭建成功。這裡就把它分享出來，希望對大家有所幫助。

基於 Anaconda 的安裝

Anaconda 是一個集成許多第三方科學計算庫的 Python 科學計算環境,Anaconda 使用 conda 作為自己的包管理工具,同時具有自己的計算環境,類似 Virtualenv.

和 Virtualenv 一樣,不同 Python 工程需要的依賴包,conda 將他們存儲在不同的地方。 TensorFlow 上安裝的 Anaconda 不會對之前安裝的 Python 包進行覆蓋.

安裝 Anaconda

建立一個 conda 計算環境

激活環境,使用 conda 安裝 TensorFlow

安裝成功後,每次使用 TensorFlow 的時候需要激活 conda 環境

安裝 Anaconda :

參考 Anaconda 的下載頁面的指導

建立環境

建立一個 conda 計算環境名字叫tensorflow:

# Python 2.7 $ conda create -n tensorflow python=2.7 # Python 3.4 $
conda create -n tensorflow python=3.4

激活

激活tensorflow環境,然後使用其中的 pip 安裝 TensorFlow. 當使用easy_install使用–ignore-installed標記防止錯誤的產生。

URL of the TensorFlow Python package

$ source activate tensorflow
(tensorflow)$ # Your prompt should change

# Ubuntu/Linux 64-bit, CPU only, Python 2.7:
(tensorflow)$ pip install --ignore-installed --upgrade https://stora
ge.googleapis.com/tensorflow/linux/cpu/tensorflow-0.8.0rc0-cp27-none-
linux_x86_64.whl

# Ubuntu/Linux 64-bit, GPU enabled, Python 2.7. Requires CUDA toolkit
7.5 and CuDNN v4.
# For other versions, see "Install from sources" below.
(tensorflow)$ pip install --ignore-installed --upgrade https://stora
ge.googleapis.com/tensorflow/linux/gpu/tensorflow-0.8.0rc0-cp27-none-
linux_x86_64.whl

# Mac OS X, CPU only:
(tensorflow)$ pip install --ignore-installed --upgrade https://storag
e.googleapis.com/tensorflow/mac/cpu/tensorflow-0.11.0rc0-py2-none-any
.whl

對於 Python 3.x :

$ source activate tensorflow
(tensorflow)$ # Your prompt should change

# Ubuntu/Linux 64-bit, CPU only, Python 3.4:
(tensorflow)$ pip install --ignore-installed --upgrade https://storag
e.googleapis.com/tensorflow/linux/cpu/tensorflow-0.8.0rc0-cp34-cp34m-
linux_x86_64.whl

# Ubuntu/Linux 64-bit, GPU enabled, Python 3.4. Requires CUDA toolkit
7.5 and CuDNN v4.
# For other versions, see "Install from sources" below.
(tensorflow)$ pip install --ignore-installed --upgrade https://storag
e.googleapis.com/tensorflow/linux/gpu/tensorflow-0.8.0rc0-cp34-cp34m-
linux_x86_64.whl

# Mac OS X, CPU only:
(tensorflow)$ pip install --ignore-installed --upgrade https://storag
e.googleapis.com/tensorflow/mac/tensorflow-0.8.0rc0-py3-none-any.whl

conda 環境激活後,你可以測試:

$ python
>>> import tensorflow as tf
>>> print(tf.__version__)
# 0.11.0rc0

開啟或關閉環境

當你不用 TensorFlow 的時候,關閉環境:

(tensorflow)$ source deactivate

$ # Your prompt should change back

再次使用的時候再激活 :

$ source activate tensorflow
(tensorflow)$ # Your prompt should change.
# Run Python programs that use TensorFlow.
...
# When you are done using TensorFlow, deactivate the environment.
(tensorflow)$ source deactivate

PyCharm 配置

重點：正確配置Project的Interpreter即可

方法

Preferences

Project Interpreter

Click More

附圖

相關焦點

  • CUDA CUDNN AnaConda Tensorflow-GPU pycharm安裝及設置教程
    一、軟體下載：二、CUDA安裝三、CUDNN配置四、CUDA CUDNN環境配置五、Anoconda安裝六、tensorflow-gpu
  • 手把手教你如何安裝TensorFlow+Anaconda+Pycharm,史上最詳細教程
    安裝結束 二、安裝pycharmpycharm專業版的安裝包以及破解包存放在百度網盤自取。使用如下命令pip install tensorflow==1.13.1 -i https:-i 表示臨時使用鏡像源下載，本文使用國內的豆瓣鏡像源，下載速度快，若想使用別的國內鏡像源，在-i 後替換即可。
  • 【先導篇】Anaconda3+tensorflow2.0.0+PyCharm安裝與環境搭建
    （3）激活環境(進入這個虛擬環境)（4）繼續在這個虛擬環境下，安裝相應版本的tensorflowcpu版本：pip install tensorflow==2.0.0gpu版本：pip install tensorflow==2.0.0-gpu//為了下載更快，建議從國內清華源下載：pip install tensorflow==2.0.0 -i https://pypi.tuna.tsinghua.edu.cn/simple
  • 【AI實戰】基礎環境搭建(Ubuntu+conda+tensorflow+GPU+PyCharm)
    另外，使用Anaconda還能創建虛擬環境，這樣就能很方便地在同個電腦上使用Python 2.x、Python 3.x，tensorflow-cpu、tensorflow-gpu，相互之間不受影響，非常方便。
  • 我的深度學習開發環境詳解:TensorFlow + Docker + PyCharm等,你的呢(附問卷)
    在本地機器上，你可能僅僅需要以下步驟就可以獲取 TensorFlow 的 docker 映像：# 啟動你的 docker 虛擬機 docker-machine start default # 獲取最新 TensorFlow CPU 版本的 docker 映像docker pull gcr.io/tensorflow/tensorflow:latest
  • 那些年配置tensorflow-GPU環境的坑
    注意，這裡裝好tensorflow2.0.0後的，還需要下載cudnn，需要下載tensorflow 2.0.0的要下載cudnn 7.6.5的，上圖有誤。版本上面我們已經明確裝tensorflow2.0.0了，ok讓我們開始把。
  • TensorFlow的環境配置與安裝
    4.安裝不同版本的python：conda create --name tensorflow python=3.75.按照提示，激活之：activate tensorflow6.確保名叫tensorflow的環境已經被成功添加：conda info --envs
  • 手把手教你安裝Tensorflow GPU版本
    之後打開Anaconda Prompt      檢查目前有哪些版本的python可以安裝：conda search --full-name python       創建一個名為tensorflow-gpu的anaconda環境，配置python3.5,之所以選擇3.5的，是因為看的一些博主也是用3.5的，其實也可以用3.6的，因為有對應的tensorflow的版本，小編也是之後才知道的
  • TensorFlow學習
    ，學習內容為tensorflow!if activation_function is None:        outputs = Wx_plus_b    else:        outputs = activation_function(Wx_plus_b)返回輸出return outputs完整函數import tensorflow
  • 利用Tensorflow構建自己的物體識別模型(一)
    問題或建議，請公眾號留言;[如果你覺得本文對你有幫助，歡迎讚賞]原料windows10+python3.5+pycharm安裝tensorflow利用Tensorflow訓練搭建自己的物體訓練模型，萬裡長徵第一步，先安裝tensorflow。
  • 使用Python+Tensorflow的CNN技術快速識別驗證碼
    Tensorflow 是由 Google 團隊開發的神經網絡模塊，短短幾年間， 就已經有很多次版本的更新。最近我也在自學Tensorflow，想通過卷積神經網絡快速識別整塊驗證碼（不分割字符）。期間也碰到許多問題，諸如軟體安裝，Tensorflow版本差異等。一開始學習tensorflow是盲目的，不知如何下手，網上的資料都比較單一，為了回報社會，讓大家少走彎路，我將詳細介紹整個過程。
  • 【AI學習篇】Keras+Tensorflow: GPU加速環境搭建與測試
    本文薈薈帶領大家一起配置好gpu加速的tensorflow環境，並使用smallvggnet這一典型的深度卷積神經網絡對環境進行測試。雖然Windows也能配置這一環境，考慮將來的可擴展性，我們還是選擇了ubuntu 16.04進行安裝測試。
  • 手把手教你在windows7上安裝tensorflow-gpu開發環境
    3、安裝tensorflow-gpu版本anaconda中已經內置了pip，所以選擇直接用pip進行安裝：pip install --upgrade https://storage.googleapis.com/tensorflow/windows/gpu/tensorflow_gpu-0.12.0-cp35-cp35m-win_amd64.whl
  • 機器學習算法環境配置之Tensorflow篇
    安裝筆記，使用環境window10，編譯器vscode=================================tensorflow最新版已經2.0以上了，但是不兼容以下的版本；復現他人論文的算法，論文中的環境基本都是2.0版本以下；github中大家分享的機器學習代碼中大多數都是
  • Install TensorFlow in Ubuntu 16.04.1 LTS
    git clone https://github.com/tensorflow/tensorflowcd tensorflow/# git branch -r# git tag# git checkout tags/v0.11.0rc2
  • TensorFlow 安裝手冊 — 使用 pip 安裝 TensorFlow
    Python 2.7 GPU supporthttps://storage.googleapis.com/tensorflow/linux/gpu/tensorflow_gpu-1.11.0-cp27-none-linux_x86_64.whlPython 3.4 CPU-onlyhttps://storage.googleapis.com/tensorflow
  • Tensorflow 安裝
    (0.12) 剛剛做了更新, 繞過了複雜的安裝步驟, 如果你只需要安裝 CPU 版本的 Tensorflow, 運行下面這個就好了:# python 2+ 的用戶:$ pip install tensorflow# python 3+ 的用戶:$ pip3 install tensorflow注意: 你需要8.1或更高版的 pip 才能順利安裝.
  • tensorflow的安裝
    創建名為tensorflow的環境，同時安裝python，在 Prompt 中輸入：conda create --name tensorflow python=3.6；有選擇的時候選擇y;3. 在 Prompt 中輸入：activate tensorflow 激活tensorflow環境。
  • python篇:(3)Pycharm專業版安裝與使用Anaconda進行Pytorch環境搭建
    瞎折騰，重裝了一下筆記本，軟體也要重裝，趁此機會記錄一下安裝pycharm和搭建pytorch環境的過程。。。
  • Tensorflow Object Detection API 終於支持tensorflow1.x與tensorflow2.x了
    基於tensorflow框架構建的快速對象檢測模型構建、訓練、部署框架，是針對計算機視覺領域對象檢測任務的深度學習框架。之前tensorflow2.x一直不支持該框架，最近Tensorflow Object Detection API框架最近更新了，同時支持tensorflow1.x與tensorflow2.x。