Windows10下Anaconda+Tensorflow+Keras环境配置

注意！注意！！注意！！！

(重要的事情说三遍)

安装前检查：

1.Tensorflow不支持Anaconda2，Tensorflow也不支持python2.7和python3.7(满满的辛酸泪！)

2.Tensorflow版本和Keras版本越高越好，避免各种Bug

安装过程出现的Bug:

1.报错提示："from pip._internal.main import main ModuleNotFoundError: No module named 'pip._internal.main"问题

原因分析：python版本不支持(Tensorflow不支持python2.7和python3.7)

解决办法：重新创建虚拟环境

2.报错提示：THESE PACKAGES DO NOT MATCH THE HASHES FROM THE REQUIREMENTS FILE

原因分析：网速较慢，断线等其他原因导致

解决办法：使用命令【pip install --upgrade tensorflow】解决

3.报错提示：python -m pip install --upgrade pip

问题分析：pip版本未更新

解决办法：执行命令【python -m pip install --upgrade pip】更新pip版本，记得按回车符确认

详细安装步骤：

一、安装Anaconda环境：

官方下载地址：https://repo.continuum.io/archive/

安装教程请参考：https://docs.anaconda.com/anaconda/install/windows

Anaconda安装之后，在Windows10开始菜单中检查以下所示几项

二、安装Tensorflow：

1.点击 Anaconda Prompt，出现如下界面

2.创建名为tensorflow的虚拟环境：【conda create --name tensorflow python=3.6】

(注意：python版本不能是2.7或者3.7)

3.激活tensorflow虚拟环境:【activate tensorflow】

4.执行tensorflow安装命令:【pip install tensorflow】

报错提示:python -m pip install --upgrade pip

问题分析：pip版本未更新

解决办法：执行命令【python -m pip install --upgrade pip】更新pip版本，记得按回车符确认

5.重新执行【pip install tensorflow】命令

报错提示：THESE PACKAGES DO NOT MATCH THE HASHES FROM THE REQUIREMENTS FILE

原因分析：网速较慢，断线等其他原因导致

解决办法：使用命令【pip install --upgrade tensorflow】解决

6.tensorflow安装成功，如下图所示

二、安装Keras：

1.执行Keras安装命令【pip install keras】，如下图所示

三、tensorflow+keras安装检查：

1.tensorflow虚拟环境下执行python，查看我们创建的tensorflow环境下python版本

2.执行命令【import tensorflow as tf】检查tensorflow是否安装成功，若无报错，则安装成功

3.执行命令【import keras】检查keras是否安装成功，若没有报错，则安装成功，如下图所示

4.执行keras程序

import numpy as np
from keras.models import Sequential
from keras.layers import Dense, Dropout

# Generate dummy data
x_train = np.random.random((1000, 20))
y_train = np.random.randint(2, size=(1000, 1))
x_test = np.random.random((100, 20))
y_test = np.random.randint(2, size=(100, 1))

model = Sequential()
model.add(Dense(64, input_dim=20, activation='relu'))
model.add(Dropout(0.5))
model.add(Dense(64, activation='relu'))
model.add(Dropout(0.5))
model.add(Dense(1, activation='sigmoid'))

model.compile(loss='binary_crossentropy',
              optimizer='rmsprop',
              metrics=['accuracy'])
model.fit(x_train, y_train,
          epochs=20,
          batch_size=128)
score = model.evaluate(x_test, y_test, batch_size=128)

四、分别在Spyders和Pycharm中运行：

Spyders中执行keras程序如下所示：

注意事项：请按照如下标注的步骤执行，否则会出现一些错误，若在IDE中报错，我们在命令行窗口首先检查是否安装成，如安装成功则定位问题出现在环境配置上，否则问题出现在安装环境上。

（1）Anaconda命令行窗口检查环境是否安装成功，按照如下步骤执行，若没报错，则说明环境安装成功

（2）打开Anaconda Navigator，然后按照如下步骤执行

在Home中Applications on下拉框中选择我们所创建的tensorflow虚拟环境
安装Spyder，默认是Install（即没有安装），我们点击Install，安装之后显示Launch（切记不管你之前有没有Spyder客户端，都一定要安装Spyder，原因如下：本地Spyder，它默认是基于base虚拟环境，当我们在执行keras程序时，报错提示无法找到keras和tensorflow，但我们需要在tensorflow这个环境下执行keras程序，所以需要在tensorflow这个虚拟环境下重新安装一次，这样就可以执行我们的keras程序了）
点击Spyder下的Launch，然后执行上述keras程序便可

Pycharm中执行keras程序如下所示：

打开Pycharm创建名为 1106 的Python project

将Anaconda中配置好的环境加载到Pycharm：File—>Setting—>Project python—>Project Interpreter 选择我们创建的tensorflow环境，如下，我的tensorflow环境E:\Software\Anaconda3\InstallProgram\envs\tensorflow\python.exe，选中执行右下角Apply和OK