深度学习环境配置（tensorflow、anaconda、pycharm）

Anaconda

为什么用anaconda？它不仅能一次性安装python和许多对应的包，还能创建一个个虚拟环境来统一管理不同需求的项目，比如有的项目要python3.7环境，有的项目要python3.8环境。
anaconda直接去官网下载 (温馨提示，如果edge浏览器点下载后没反应，换google、火狐或其它就可以)，按引导安装就行，只有一点注意：安装过程一定要勾上加入环境变量！ 安装完后打开 anaconda prompt终端：

输入 conda -V，如果打印出目前conda的版本，安装成功！
下载完conda之后它会自动帮你装好python，和很多很多包，很方便。

 

创建虚拟环境，安装Tensorflow

在anaconda prompt终端里，输入conda create -n TF2 pyhton=3.7 回车，输入y，一个名叫TF2的python3.7虚拟环境创建完毕，然后再输入conda activate TF2，进入环境。（退出环境输入conda deactivate）

安装cudatoolkit和cudnn

如果你的主机有NVIDIA的GPU，就是英伟达的显卡，可以再安装cudatoolkit和cudnn，之后会很方便。
conda install cudatoolkit=10.1 选择y
conda install cudnn=7.6 选择y
如果安装报错，说明你的电脑硬件不支持英伟达GPU，直接安装tensorflow就行。

安装tensorflow：

pip install tensorflow -i https://pypi.tuna.tsinghua.edu.cn/simple 换成了清华源安装快一点，tensorflow可以选择安装版本，如tensorflow==2.5,不加等于号就自动安装最新的。
安装完后，终端输入python，再输入import tensorflow as tf和tf.__version__，显示当前的tf版本，成功！

如果提示缺少dll文件：

去 https://www.dll-files.com/search/ 这个网站，下载你缺少的dll

 

Pycharm

直接去官网下载，选免费的就可以

同样安装过程一定要勾上加入环境变量！小白全都勾上就行。
打开pycharm，新建工程，选一个心仪的路径，重点来了：
选interpreter，依次点击下面图的箭头

选conda环境

选择刚才在TF2环境里面配好的python.exe，因为之前设置的是3.7版本，所以这个环境里面的python是3.7版本

ok！

跑下面这段代码

import tensorflow as tf

tensorflow_version = tf.__version__
gpu_available = tf.test.is_gpu_available()

print("tensorflow version:", tensorflow_version, "\tGPU available:", gpu_available)

a = tf.constant([1.0, 2.0], name="a")
b = tf.constant([1.0, 2.0], name="b")
result = tf.add(a, b, name="add")
print(result)
1
2
3
4
5
6
7
8
9
10
11

出现这个，恭喜环境配置成功！