不得不先吐槽一下win系統下的環境配置太繁瑣,踩了無數的坑,造成了這篇血與淚的教訓。牢騷發完,開搞!javascript
pycharm有三個版本:profession(Pro)、community、education(Edu)java
哪一個更適合你python
Pro,收費,199刀/年,主要面對開發者,相比另兩個版本,Pro版增長了Web開發、Python We框架、Python分析器、遠程開發、支持數據庫與SQL等更多高級功能;web
community和Edu版,免費,功能差很少,Edu多一個教育插件,更適合教育演示;數據庫
博主提倡使用正版,尊重版權,因此這裏沒有破解教程windows
下載地址框架
Edu測試
安裝
安裝路徑看我的,一頓猛next來到以下界面,勾選圖中選項以後繼續完成安裝。
ui
截至2019年7月4日,tensorflow已支持python3.7版本,能夠放心安裝python3.7系列版本
安裝
路徑看我的,其他猛點next便可。
添加到環境變量
目的在於方便在cmd敲命令行
添加方法:右鍵此電腦→屬性→高級系統設置→高級選項卡環境變量→雙擊系統變量下的path→新建,把python安裝地址複製進去,例如「E:\Program Files\Python\Python37」
測試一下是否添加成功
在cmd裏鍵入python,返回如圖信息說明添加成功
Anaconda2適用於python2系列,Anaconda3使用於python3系列,下載時注意選擇64位和32位版本
安裝
路徑設置等一系列常規操做以後,選項下圖勾選,繼續安裝完成。
如需在cmd使用conda命令,就將conda添加進環境變量;亦可在anaconda prompt使用conda命令,此時無需添加環境變量
咱們來測試一下有沒有安裝成功,在prompt裏輸入conda list(添加了環境變量的能夠在cmd裏輸入),安裝成功是返回conda裏的模塊清單
pycharm中進行conda配置
打開pycharm,create new project;
選中existing interpreter,點擊右邊三個小點「…」,進入如下界面;
左邊紅框處選擇virtualenv environment或者conda environment(二者區別在下面),選中existing environment,點擊圖中箭頭位置選擇anaconda路徑下的python做爲解釋器,以後就是連續點ok,配置完成。
(區別:virtualenv environment可使每一個project的package庫相互獨立,互不干擾,但也就意味着每一個新project都須要從新添加相應package庫;conda environment則是全部的project都用conda的package庫,簡單方便,缺點是不能給不一樣的project配置不一樣的package庫。)
tensorflow分爲cpu和gpu版本,因爲官方pip源下載速度很慢,在安裝以前能夠把conda源修改成國內源,這裏推薦使用清華大學的鏡像源,截至2019年7月4日,清華大學conda源已經得到了anaconda的受權。
修改方法
在prompt裏輸入如下代碼
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/ conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/msys2/ # 設置搜索時顯示通道地址 conda config --set show_channel_urls yes
cpu版的安裝比較簡單,直接在prompt裏面鍵入便可
conda install tensorflow
gpu版本安裝就要麻煩不少了,必須是NVIDIA的gpu纔可使用
conda install cudatoolkit==版本號
conda install cudnn==版本號
conda install tensorflow-gpu
最後咱們跑段tensorflow代碼測試一下
import tensorflow as tf sess=tf.Session(config=tf.ConfigProto(log_device_placement=True))
輸出gpu信息,即安裝成功
撒花完結!
ヾ(❀撒花╹◡╹)ノ~ ✿.。.・:✿゚¨゚✎・✿.。.✿*゚¨゚✎・✿。
本文爲博主原創文章,轉載請註明出處