我要评论目录
2.conda create --name 虚拟环境名称 python=python版本。
3.创建好后，输入 conda activate 虚拟环境名称，会转到虚拟环境中。
4.接下来，就可以下载tensorflow了，这里建议下载gpu版本的（并行运行，快一些）。
2.可以输入inter，找到interpreter，add添加新的版本和虚拟环境。
3.可以创建一个新的项目，选择虚拟环境的python.exe
4.虚拟环境，选择anaconda下的conda.exe应用，点击load，使用上面创建的虚拟环境tensorflow。
前言
建议先下载并安装好anaconda。
如果你还没有安装，可以观看下面这篇文章。
也可以直接在文件中下载。
正文
下载前的准备
注：这里以下载anaconda为基础进行的操作，不想下载的可以选择性跳过。
1.在菜单键后，在目录中选择下面的prompt，双击进入。
进入界面后，我们就可以进行下载tensorflow。
2.conda create --name 虚拟环境名称 python=python版本。
接下来会显示需要你的选择yes or no，输入y就可以了。
3.创建好后，输入 conda activate 虚拟环境名称，会转到虚拟环境中。
之后，我们就可以进行下载包了。
可以先检查一些pip的版本，pip版本保持19以上就可以了，一般不设置版本，默认下载的就是最新的版本。
4.接下来，就可以下载tensorflow了，这里建议下载gpu版本的（并行运行，快一些）。
注：2.5.0是版本，可以不设置，但是tensorflow与python是有版本对应的，要注意。
如果没有下载cuda与cudnn，又要下载tensorflow-gpu，那就要下载了。
后面的地址可以加快下载速度。
也可以下载cpu版本。
经过实践，但是我觉得没必要上面这么下载！！！
根本没必要这样下载cpu版本的。直接在pycharm中
没下载，tensorflow会爆红，直接alt+enter下载。
最后，在图形化工具中，我使用的是pycharm。
当然，vscode也是可以的。
配置pycharm的环境
1.点击file下的setting。
2.可以输入inter，找到interpreter，add添加新的版本和虚拟环境。
3.可以创建一个新的项目，选择虚拟环境的python.exe
4.虚拟环境，选择anaconda下的conda.exe应用，点击load，使用上面创建的虚拟环境tensorflow。
点击ok后，就可以进行操作了。
5.创建一个py文件，运行下面的代码。
import tensorflow as tf
tf.test.is_gpu_available()
print(tf.__version__)
会显示版本就说明成功了。
希望我的文章对你有所帮助！！！
发表评论