ubuntu查看tensorflow使用的python解释器位置,pycharm关联

版权声明:本文为博主柒晓白(邹涛)原创文章,未经博主允许不得转载,否则追究法律责任。 https://blog.csdn.net/ITBigGod/article/details/86142827

ubuntu查看tensorflow使用的python解释器位置,pycharm关联

ubuntu系统下查看tensorflow使用的python解释器的位置,版本,和tensorflow的版本,位置信息,以及关联各类开发工具IDE等,是深度学习开发者基本的操作。

不多说,直接看。

1.查看tensorflow信息方法大全

1.1 python终端里面看

linux系统打开终端,ctrl+alt+t。
依次输入命令:

python
import  tensorflow as tf
tf.__version__
tf.__path__

效果图:
在这里插入图片描述

1.2 pip命令来查看

然而如果你需要查看更多tensorflow详细的信息,安装目录等
使用命令 :
pip show -f tensorflow

效果:
在这里插入图片描述
OMG,消息太多,显示不全?

1.3 如果终端显示信息太多了,怎么办?

利用管道:

命令 |  more 
命令 |  less

用less可以使用键盘的 j和k 进行上下移动。

修改使用命令 :
pip show tensorflow | less

ctrl+z结束。

效果:
在这里插入图片描述
这就知道了关于tensorflow更多的信息。
Version是版本,Location是本地安装位置。
安装的:tensorflow:1.10.ckan0
位置:/home/xxy/anaconda3/envs/tensorflow/lib/python3.5/site-packages/tensorflow 源码位置。

1.4 pip命令查看版本大全法

如果你的tensorflow是通过命令pip来安装的。
那么还可以查看所有通过pip安装的包的版本。

查看pip安装的包的版本:

pip freeze  或者是 pip list

(只要是通过pip安装的,都可以这么查询!)
在这里插入图片描述

注意:

如果一定要用pip freeze来显示所有包,可以加上参数-all,即 pip freeze -all

消息显示太多了?
那么还可以指定查看的包名称。

1.5 pip指定包名查看法(推荐)

如果你觉得使用pip list 消息显示太多了?那么还可以指定查看的包名称。

 pip show tensorflow (包名称) 非常好用!!!

效果:
在这里插入图片描述

还出现了tensorflow的相关信息。这个命令还是比较好用的。推荐。

1.6 快速定位包的文件所在(不推荐)

如果你想快速定位包的文件所在,可以使用uninstall命令:
命令:以ipython为例子,因为我的tensorflow实在不敢动。

pip uninstall ipython

效果:
在这里插入图片描述

需要注意的是!我们需要按下n取消卸载!!!不要输入y,不然就卸载了。

2.查看tensorflow关联的python

安装tensorflow的时候,我们需要指定使用的python版本,但是在拿到新机器或者是别人的电脑的时候,我们需要知道它使用的是哪个python版本?
更何况,在linux系统下,多个python版本共存经常的事情。
更别说是使用了anaconda的,py版本更是非常多。

查看tensorflow使用的python解释器的位置,版本

首先也是打开终端。

1.查看python版本:

使用命令:

python
improt tensorflow

效果:
在这里插入图片描述

这样我们便知道了tensorflow使用的python版本是py3.5.6版本。

2.查看python安装位置:

确定了你的python版本以后,可以查看它的安装位置:

 which python3.5
 或者
 whereis python3.5

这两个命令有时候不太管用。

效果:
在这里插入图片描述

3.查看tensorflow使用的python解析器位置(pycharm关联tensorflow:)

pycharm关联tensorflow,实际上是关联tensorflow所用的python解析器,也就是python.exe。
但是,它的位置并不一定是你查询到的python安装路径。

例如用pycharm使用tensorflow时,需要配置好安装好tensorflow的虚拟机环境;

当你新建一个项目:PyCharm中输入import tensorflow as tf报错。

那是因为:

安装了TensorFlow,而它所用到的python解释器和我们当前PyCharm所用的python解释器不一致。

解决方案:(*)

  1. 找到TensorFlow下的python解释器的本地位置:

    which python	//查找它使用的python版本。
    

如图:
在这里插入图片描述

比如我的指出:/home/xxy/anaconda3/envs/tensorflow/bin/python
看到了吧,我虽然tensorflow使用的是python3.5,但是指向的文件夹是/bin/python 哟。

这也是pycharm里面需要指向的地方。

找到了python的对应位置以后,
打开PyCharm软件, 进入File->Settings目录下(默认快捷键CTRL + ALT + S)后界面如下:
找到如图:
在这里插入图片描述

右边有个”设置”按钮,单击后,我们选中”Add Local”,Add Local的路径就是第1步中的结果,选择正确的python位置。

在这里插入图片描述

重新运行,BUG消除。
在这里插入图片描述


到此结束。

猜你喜欢

转载自blog.csdn.net/ITBigGod/article/details/86142827