1. 程式人生 > >【pycharming+tensorflow+anaconda在win10下的配置筆記】

【pycharming+tensorflow+anaconda在win10下的配置筆記】

話不多說直接上今天的操作流程,本部落格更多為了記筆記方便自己使用。

1.下載anaconda並安裝(勾選path) 清華源連結:https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/

就和安裝普通的軟體一樣,全部選擇預設即可,注意勾選將python3.6新增進環境變數。 
這裡寫圖片描述

這樣Anaconda就安裝好了,我們可以通過下面的命令來檢視Anaconda已經安裝了哪些包。 
執行 開始選單->Anaconda3—>Anaconda Prompt :

(base) C:\Users\wangzhenlin>conda list
# packages in environment at C:\ProgramData\Anaconda3:
#
# Name                    Version                   Build  Channel_ipyw_jlab_nb_ext_conf    0.1.0                    py37_0alabaster                 0.7.11                   py37_0anaconda                  5.3.0                    py37_0anaconda-client           1.7.2                    py37_0
......
(base) C:\Users\wangzhenlin>conda --version
conda 4.5.11

2. 輸入清華的倉庫映象,更新包更快:
為了把清華的倉庫映象地址放在首位,建議將下面的第一行命令輸入兩次
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --set show_channel_urls yes

(base) C:\Users\wangzhenlin>conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
Warning: 'https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/' already in 'channels' list, moving to the top

(base) C:\Users\wangzhenlin>conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/

(base) C:\Users\wangzhenlin>conda config --set show_channel_urls yes

The following NEW packages will be INSTALLED:

    certifi:        2018.8.24-py35_1       https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main
    pip:            10.0.1-py35_0          https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main
    python:         3.5.6-he025d50_0       https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main
    setuptools:     40.2.0-py35_0          https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main
    vc:             14.1-h0510ff6_4        https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main
    vs2015_runtime: 14.15.26706-h3a45250_0 https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main
    wheel:          0.31.1-py35_0          https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main
    wincertstore:   0.2-py35hfebbdb8_0     https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main

Proceed ([y]/n)?


Downloading and Extracting Packages
pip-10.0.1           | 1.8 MB    | ############################################################################ | 100%
vc-14.1              | 6 KB      | ############################################################################ | 100%
vs2015_runtime-14.15 | 2.2 MB    | ############################################################################ | 100%
wincertstore-0.2     | 13 KB     | ############################################################################ | 100%
setuptools-40.2.0    | 597 KB    | ############################################################################ | 100%
python-3.5.6         | 18.2 MB   | ############################################################################ | 100%
wheel-0.31.1         | 81 KB     | ############################################################################ | 100%
certifi-2018.8.24    | 140 KB    | ############################################################################ | 100%
Preparing transaction: done
Verifying transaction: done
Executing transaction: done

3.建立anaconda的tensorflow環境,環境名稱為tensorflow(本部落格的ananconda為python3.5)

(base) C:\Users\wangzhenlin>conda create -n tensorflow python=3.5
Solving environment: done

## Package Plan ##

  environment location: C:\Users\wangzhenlin\AppData\Local\conda\conda\envs\tensorflow

  added / updated specs:
    - python=3.5

執行 開始選單->Anaconda3—>Anaconda Navigator,點選左側的Environments,可以看到tensorflow的環境已經建立好了。

這裡寫圖片描述

在Anaconda Prompt中啟動tensorflow環境並輸入:pip install --upgrade --ignore-installed tensorflow安裝tensorflow

(base) C:\Users\wangzhenlin>conda activate tensorflow

(tensorflow) C:\Users\wangzhenlin>pip install --upgrade --ignore-installed tensorflow
Collecting tensorflow
  Downloading https://files.pythonhosted.org/packages/8d/dd/1c16b9be09299e1557fdb28ed51b43f2b536fca289a48878b3fdd752c3c7/tensorflow-1.12.0-cp35-cp35m-win_amd64.whl (45.9MB)
    100% |████████████████████████████████| 45.9MB 13kB/s
Collecting wheel>=0.26 (from tensorflow)
  Downloading https://files.pythonhosted.org/packages/ff/47/1dfa4795e24fd6f93d5d58602dd716c3f101cfd5a77cd9acbe519b44a0a9/wheel-0.32.3-py2.py3-none-any.whl
Collecting gast>=0.2.0 (from tensorflow)
  Downloading https://files.pythonhosted.org/packages/5c/78/ff794fcae2ce8aa6323e789d1f8b3b7765f601e7702726f430e814822b96/gast-0.2.0.tar.gz
Collecting termcolor>=1.1.0 (from tensorflow)
  Downloading https://files.pythonhosted.org/packages/8a/48/a76be51647d0eb9f10e2a4511bf3ffb8cc1e6b14e9e4fab46173aa79f981/termcolor-1.1.0.tar.gz
Collecting astor>=0.6.0 (from tensorflow)

基本現在可以在anaconda promot裡面執行:


import tensorflow as tf

hello = tf.constant('Hello, TensorFlow!')

sess = tf.Session()

print(sess.run(hello))

為了能在ipython 和Spyder中使用tensorflow,我們需要在tensorflow的環境中安裝這兩個的外掛。開啟Anaconda Navigator,選擇Not installed,找到 ipython和Spyder並安裝,筆者這裡已經安裝好,所以在這個頁面沒有顯示。 切換到installed,可以看到兩個都已經安裝好,其實可以按照自己的需要安裝。下圖顯示已經安裝好的Spyder: 安裝好外掛後,我們需要測試一下。在Anaconda Prompt中啟動tensorflow環境,並執行ipython,import tensorflow發現成功: 同樣,在Anaconda Prompt中啟動tensorflow環境,並執行Spyder,等一會兒後會啟動Spyder IDE,import tensorflow 同樣成功:  注意:一定要啟動tensorflow 環境下的Spyder才可以import tensorflow,不要去開始選單執行Spyder,在那裡是無法執行的,如: 
這裡寫圖片描述

4. 在pycharming裡面執行tendorflow

這裡博主整理了好久,其實很簡單。在setting的解釋其中新加上圖中anaconda環境中建立的tensorflow環境路徑即可;(實踐發現,完全可以建立一個環境後在Navigator裡面進行各種包的安裝,只需要pycharming裡面進行配置升級即可

參考連結:https://www.cnblogs.com/yingchuan-hxf/p/7715575.html

                 https://blog.csdn.net/u012052268/article/details/74202439

                 https://blog.csdn.net/csdn2017411/article/details/70052407

測試程式:


import os


import tensorflow as tf

import numpy as np

# import keras    裝完keras後,去掉#嘗試執行,用於檢驗安裝
os.environ['TF_CPP_MIN_LOG_LEVEL'] = '2'

x = tf.placeholder("float")

y = tf.placeholder("float")

w = tf.Variable([1.0, 2.0], name='w')

y_pred = tf.multiply(x, w[0]) + w[1]

error = tf.square(y - y_pred)

train_op = tf.train.GradientDescentOptimizer(0.02).minimize(error)

model = tf.initialize_all_variables()

with tf.Session() as session:
    session.run(model)

    for i in range(1000):
        x_value = np.random.rand()

        y_value = x_value * 2 + 6

        session.run([train_op], feed_dict={x: x_value, y: y_value})

    w_value = session.run(w)  # get w

    print("ax+b,a=%.3f,b=%.3f" % (w_value[0], w_value[1]))