TensorFlow学习-anaconda的方式安装TensorFlow教程

Posted 2023-04-10 小夭。

前置准备

首先在说到安装TensorFlow前，要安装好anaconda，这里引入一篇教程anaconda安装与使用
初学者另外也需要在官网安装对应的python包python官网

有这些前置准备后，就可以安装TensorFlow了

采用anaconda安装的时候，相当于将所有的底层依赖细节全部已经打包给封装好了！并且，Anaconda还能创建自己的计算环境，相当于将tensorflow的环境与其他环境做了隔离，

1、建立计算环境

（1）安装好Anaconda后，打开Anaconda中的 Anaconda Prompt

（2）输入命令

conda create -n tensorflow python=3.8.11

ps：如果速度太慢，可以使用国内的清华镜像（在上述步骤前输入这两行命令）

conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/ 　　　　
conda config --set show_channel_urls yes

创建环境完成后出现以下标示

打开Anaconda Navigator，点击左侧的Environments，可以看到tensorflow的环境已经创建好


也可以直接进行查询

conda info --envs

2、激活TensorFlow环境

首先activate tensorflow

activate tensorflow

激活成功后，用户名前有tensorflow的标识。
我们这样切换，实际上是更换了环境变量里的pip和python。
ps：当不使用tensorflow时，关闭tensorflow环境，命令为：deactivate

conda deactivate

3、安装TensorFlow

然后开始用pip安装（这里针对不同的python版本、cpu/gpu、Windows/linux等有不同的命令）
我这里安装的cpu版本
（1）pip安装

pip install --ignore-installed --upgrade tensorflow

ps：
-gpu版本（注意gpu版参考方法一中事先装好cuda以及cudnn）：

pip install --ignore-installed --upgrade tensorflow-gpu 

我们查看tensorflow环境下的所有安装包，这里如果安装错版本可以进行卸载

pip list # 查看tensorflow环境下的所有安装包

卸载

pip uninstall tensorflow

安装错多个可以进行多次卸载
（2）conda安装
我这里因为pip安装后出现了报错，我换成了conda安装，然后成功了

conda install tensorflow

卸载

conda uninstall tensorflow

同理这里用conda安装的话，可以查看list

conda list

这里如果想安装指定版本的tensorflow可以

conda install -i https://pypi.tuna.tsinghua.edu.cn/simple tensorflow==1.15

后面改成所需要的版本号

4、安装成功后进行测试（三种方法）

（1）直接用Anaconda中的 Anaconda Prompt测试
首先直接打开Anaconda中的 Anaconda Prompt

输入python，然后输入下面的命令行
如果tensorflow是1.0-的版本

import tensorflow as tf

hello = tf.constant("Hello!TensorFlow")
sess = tf.Session()
print(sess.run(hello))

如果是2.0-的版本

import tensorflow as tf
tf.compat.v1.disable_eager_execution()
hello = tf.constant('hello,tensorflow')
sess= tf.compat.v1.Session()
print(sess.run(hello))

其实这里可以在引入的时候就进行修改

import tensorflow.compat.v1 as tf

如果成功运行就说明tensorflow安装成功
1.0版本运行结果

2.0-版本运行结果

（2）使用Anaconda中的spyder的编辑器
直接在编辑器中写入上述代码然后进行运行
（3）vscode进行测试
我这里使用的工具是vscode，通过Anaconda安装tensorflow时，一般会新建一个虚拟环境，但是vscode在调试python代码时默认使用的是base环境下的路径，这就会出现无法解析tensorflow的情况。所以需要将tensorflow环境的路径添加到vscode的settings.json用户设置中，即可在vscode中搭建TensorFlow的开发环境。
我们要运行 python 代码，需要 python 解释器去解释执行这些代码。不同的项目，使用的 python 版本可能不一样，我们使用的是 Anconda 来管理 python 解释器版本和运行环境。下面要配置python解释器的路径
首先要配置python的路径
在文件>首选项>设置中搜索pythonpath

点击在setting.json中编辑，加入以下代码（路径改为自己的路径）

    // tensorflow 配置
    "python.pythonPath": "D:\\\\anaconda\\\\envs\\\\tensorflow\\\\python.exe",
    "python.autoComplete.extraPaths": [
        "E:\\\\anaconda\\\\envs\\\\tensorflow",
        "E:\\\\anaconda\\\\envs\\\\tensorflow\\\\Lib\\\\site-packages"
    ],

然后Ctrl+Shift+P，输入Python: Select Interpreter打开python解释器，选择我们刚刚刚添加的conda虚拟环境，我这里添加了两个环境（python3.8版本、tensorflow安装2.0.-；python3.7版本、tensorflow安装1.15.0）

然后输入代码进行检测

import tensorflow as tf
tf.compat.v1.disable_eager_execution()
hello = tf.constant('hello,tensorflow')
sess= tf.compat.v1.Session()
print(sess.run(hello))

成功运行后

ps：这里我遇到一个小坑，我的python文件名命名tensorflow.py会出现冲突的报错，这里引入一篇博客的解决方案报错解决方法

这种情况修改文件名为tf后就没有了

ps：无论是tensorflow还是pytorch，安装好环境之后可以直接对文件夹下的envs进行压缩，拷贝到新电脑上后直接解压就可以直接激活activate xxx进行使用。

Windows下用Anaconda安装TensorFlow

1.安装Anaconda

选择相应的Anaconda进行安装，下载地址点击这里，下载对应系统版本的Anaconda，官网现在的版本是Anaconda 4.3.1 for python3.6。笔者安装的是4.3.0版本的。 

就和安装普通的软件一样，全部选择默认即可，注意勾选将python3.6添加进环境变量。 

这样Anaconda就安装好了，我们可以通过下面的命令来查看Anaconda已经安装了哪些包。 
运行 开始菜单->Anaconda3—>Anaconda Prompt ：

conda list
 
1

可以看到已经安装了numpy、sympy等常用的包。

2.安装Tensorflow

TensorFlow目前在Windows下只支持Python 3.5版本。

（1）打开Anaconda Prompt，输入清华仓库镜像，这样更新会快一些： 

conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --set show_channel_urls yes
 
1
2

（2）同样在Anaconda Prompt中利用Anaconda创建一个python3.5的环境，环境名称为tensorflow ，输入下面命令：

conda create -n tensorflow python=3.5
 
1

运行 开始菜单->Anaconda3—>Anaconda Navigator，点击左侧的Environments，可以看到tensorflow的环境已经创建好了。

（3）在Anaconda Prompt中启动tensorflow环境：

activate tensorflow
 
1

注：当不使用tensorflow时，关闭tensorflow环境，命令为：deactivate

（4）安装cpu版本的TensorFlow

pip install --upgrade --ignore-installed tensorflow
 
1

注：这里没有介绍GPU版本的安装方法，GPU版本需要安装cuda8+cudnn5，如需要的请搜索其他博文。

这样tensorflow cpu版本就安装好了。

（5）测试tensorflow 
在Anaconda Prompt中启动tensorflow环境，并进入python环境。 
 
测试代码如下:

import tensorflow as tf
hello = tf.constant('Hello, TensorFlow!')
sess = tf.Session()
print(sess.run(hello))
 
1
2
3
4

运行结果： 

3.其他问题

或许到这里我们并没有满足，我们在Anaconda自带的ipython 和Spyder中import tensorflow的时候一直失败，提示 No module named ‘tensorflow’，如下图，那是因为我们没有在tensorflow的环境下打开它们。

为了能在ipython 和Spyder中使用tensorflow，我们需要在tensorflow的环境中安装这两个的插件。

打开Anaconda Navigator，选择Not installed，找到 ipython和Spyder并安装，笔者这里已经安装好，所以在这个页面没有显示。 

切换到installed，可以看到两个都已经安装好，其实可以按照自己的需要安装。下图显示已经安装好的Spyder: 

安装好插件后，我们需要测试一下。

在Anaconda Prompt中启动tensorflow环境，并运行ipython，import tensorflow发现成功: 

同样，在Anaconda Prompt中启动tensorflow环境，并运行Spyder，等一会儿后会启动Spyder IDE，import tensorflow 同样成功: 
 

注意：一定要启动tensorflow 环境下的Spyder才可以import tensorflow，不要去开始菜单运行Spyder，在那里是无法运行的，如：