ディレクトリ
このチュートリアルでは、危険を覚悟で、その結果、いない、商業利益のために、個人学習用です!!!
1、Anacondaはダウンロードしてインストール
(1)アナコンダダウンロードURL:https://www.anaconda.com/distribution/、中央値は、独自のシステム、およびシステムによれば、目的のバージョンを選択します。ここに私のWindows64ビットのシステムです。
(2)ダウンロードし、インストールパッケージを選択し、[次へ]をクリックします
(3)「私は同意する」オプションを選択します
(4)あなたは私を選択することができ
、「ブラウズ」を選択し、インストールパスをクリックします(5)、次のステップは非常にインストール、インストールを待つことです速いです。
(6)プログレスバーの最後に、次のボタンを選択します
(7)未チェックし、インストールを完了し、「完了」ボタンをクリックします。
***
2、Anacondaインストールテスト成功
(1)Windowsのシステム・インタフェースのCMDへ:次のように入力します。conda --version
アナコンダのバージョンを確認してください
(2)現在インストールされてどのような環境変数を確認しますconda info --envs
、成功が示されているよう
***
3、のpythonをインストール
(1)需要安装一个Python解译器,可以使用conda search --full -name python
(Anaconda如果比较新的版本,可以使用conda search --full --name python
)检查支持的Python版本。我安装的就是比较新的版本,所以使用的是conda search --full --name python
检查Python版本
(2)安装Python解译器:conda create --name tensorflow python=3.6
,我安装的是3.6版本,你可以根据自己需要安装自己的需要选择版本。(为了不出错,建议你也安装3.6版本)
***
4、检查TensorFlow环境添加成功与否
(1)激活tensflow的环境:activate tensorflow
(2)检测tensflow的环境添加到了Anaconda里面:conda info --envs
(3)退出tensorflow的环境:deactivate tensorflow
(不过这里不需要退出哈,因为我们要进行TensorFlow安装)
***
5、TensorFlow安装
前提: 在激活TensorFlow情况下(即前边有tensorflow字样),如果没有激活,需使用:activate tensorflow
进行激活
(1)使用如下命令进行安装TensorFlow:pip install --upgrade --ignore-installed tensorflow
,等待安装就可以了。
提示: 如果提示需要你升级你的pip的版本,那么你就根据上面的提示进行命令安装就可以了。我这里就遇到了,所以我升级了版本:python -m pip install --upgrade pip
。
(2)安装TensorFlow:pip install --upgrade --ignore-installed tensorflow
***
6、测试TensorFlow安装是否成功
(1)オープンアナコンダ以前にインストールされ、選択プロンプト
(2)使用activate tensorflow
tensorflow環境に切り替える
(3)を入力しpython
、Pythonのビルド環境に
(4)を連続次のコマンドを入力します。
import tensorflow as tf
hello = tf.constant('hello,tf')
sess = tf.Session()
print(sess.run(hello))
(5)以下に示す結果は、テストが成功したことを示す:
***
Pycharm TensorFlowに配置7、
TensorFlowをインストールした後、我々はプログラムの実施を行うことができるようするにはPycharmするように設定対応するPythonインタプリタを必要とする、設定手順は次のとおりです。
(1)オープンPycharmは、「ファイル」メニューの下の設定]をクリックします
(2)「プロジェクトをクリックしてください:プロジェクト通訳「の」Pycharm「小さな三角形の下で右クリックし、」PythonがTensorFlowの下にインストール追加する」ボタンを追加し
、後に(3)設定され、次のコードを入力します。
import tensorflow as tf
hello = tf.constant('hello,tf')
sess = tf.compat.v1.Session()
print(sess.run(hello))
結果: