前往小程序,Get更优阅读体验!
立即前往
首页
学习
活动
专区
工具
TVP
发布
社区首页 >专栏 >Anaconda环境下Tensorflow的安装与卸载

Anaconda环境下Tensorflow的安装与卸载

作者头像
全栈程序员站长
发布2022-09-14 11:11:07
5.1K0
发布2022-09-14 11:11:07
举报
文章被收录于专栏:全栈程序员必看

大家好,又见面了,我是你们的朋友全栈君。

Anaconda环境下Tensorflow的安装与卸载

一、Anaconda下载与安装

1.下载anaconda

Anaconda官网或者在清华 Anaconda 镜像下载。根据自己电脑配置选择32位还是64位,下在最新版本。 我安装的链接:https://pan.baidu.com/s/1P9gTwLRDp9f770rK_D1clQ 提取码:1xqf

在这里插入图片描述
在这里插入图片描述

2.anaconda的安装

1.双击下载的exe文件,出现如下图所示,点击next

在这里插入图片描述
在这里插入图片描述

2.点击I Argee

在这里插入图片描述
在这里插入图片描述

3.如果你的电脑只有你一个用户选择Just me,如果你的电脑有多个用户选择ALL。

在这里插入图片描述
在这里插入图片描述

4.可以选择自己的安装路径

在这里插入图片描述
在这里插入图片描述

5.第一个不要勾选,容易出错,安装完成后自己添加系统环境变量。

在这里插入图片描述
在这里插入图片描述

6.两个都不勾选,点击finish完成安装。

在这里插入图片描述
在这里插入图片描述

安装Anaconda后会有一个Anaconda Prompt

在这里插入图片描述
在这里插入图片描述

3.添加环境路径

添加环境路径,需要手动添加到系统环境变量里 此电脑—>属性—->高级系统设置—->环境变量—->path—>编辑 找到自己安装的路径将下面的文件路径,添加到系统环境变量中。

在这里插入图片描述
在这里插入图片描述

4. 检查安装成功

(1)命令行:win + R

(2)输入activate激活环境变量

(3)输入python后显示如下信息则无误:

在这里插入图片描述
在这里插入图片描述

(4)输入conda显示如下信息则无误:

在这里插入图片描述
在这里插入图片描述

上述命令输入之后没有warning的警告就大功告成了。

5.添加conda国内镜像下载源

在Anaconda Prompt中conda config后会在用户的家目录(windows:C:\users\username\,linux:/home/username/),生成一个.condarc配置文件,在使用conda安装包时,会从添加的镜像源中查找。

代码语言:javascript
复制
# 查看源
conda config --show-sources

# 添加清华镜像源
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/
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/

# 设置搜索时显示通道地址
conda config --set show_channel_urls yes

命令执行完后,会生成~/.condarc(Linux/Mac)或C:\Users\USER_NAME.condarc文件,要把default删除否则创建环境时有错误显示找不到路径(我也不知道为什么)文件内容如下:

在这里插入图片描述
在这里插入图片描述

若未成功生成该配置文件,也可手动创建、添加上面内容保存即可。 参考博客:https://blog.csdn.net/yst990102/article/details/106730382/

6. 镜像源汇总:

二、tensorflow的安装与卸载

1.创建一个tensorflow环境

创建一个环境用于安装tensorflow,环境名可以自己命名,选择python的版本。

代码语言:javascript
复制
conda create -n 环境的名字 python=版本号
conda create -n tensorflow2 python=3.7

2.激活tensorflow环境

代码语言:javascript
复制
activate tensorflow2

3.查看当前可以使用的tensorflow版本

代码语言:javascript
复制
conda search  --full -name tensorflow

新的版本-name是无效参数,去掉就行了。

代码语言:javascript
复制
conda search  --full tensorflow
在这里插入图片描述
在这里插入图片描述

4. 查看tensorflow包信息及依赖关系

代码语言:javascript
复制
conda  info  tensorflow
在这里插入图片描述
在这里插入图片描述

5.安装tensorflow

在自己创建的环境下安装tensorflow

代码语言:javascript
复制
pip install tensorflow
或
pip install --upgrade --ignore-installed tensorflow

安装tensorflow时,因为下载比较慢,我们选用清华镜像的包命令,这是一个临时路径,也可以指定安装的版本号。

代码语言:javascript
复制
pip install tensorflow-cpu==2.2.0 -i  https://pypi.mirrors.ustc.edu.cn/simple  
在这里插入图片描述
在这里插入图片描述

6.查看是否安装成功

在tensorflow环境下进入python编译器

在这里插入图片描述
在这里插入图片描述

在python中导入tensorflow包,没有报错则表示安装成功。

代码语言:javascript
复制
import tensorflow as tf

7.查看tensorflow的版本号

查看版本号和安装路径

代码语言:javascript
复制
tf.__version__
tf.__path__
在这里插入图片描述
在这里插入图片描述

8.退出tensorflow环境

代码语言:javascript
复制
deactivate

三、 conda命令:环境的创建与删除

Conda命令

1.查看自己配置的环境

代码语言:javascript
复制
conda env list
在这里插入图片描述
在这里插入图片描述

2.配置一个新的环境

代码语言:javascript
复制
conda create -n 环境的名字 python=版本号
在这里插入图片描述
在这里插入图片描述

3.进入和退出环境

代码语言:javascript
复制
activate 环境名   #激活环境
deactivate       #退出环境
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

4.删除环境

代码语言:javascript
复制
conda env remove -n 环境名
在这里插入图片描述
在这里插入图片描述

四、包(第三方库)的安装与卸载

1.查看安装的包

代码语言:javascript
复制
conda list
在这里插入图片描述
在这里插入图片描述

2.安装包

代码语言:javascript
复制
pip install 包名
在这里插入图片描述
在这里插入图片描述

3.删除包

代码语言:javascript
复制
conda remove --name 环境名 包名
在这里插入图片描述
在这里插入图片描述

4.更新包

代码语言:javascript
复制
pip install --upgrade 包名
在这里插入图片描述
在这里插入图片描述

发布者:全栈程序员栈长,转载请注明出处:https://javaforall.cn/157213.html原文链接:https://javaforall.cn

本文参与 腾讯云自媒体同步曝光计划,分享自作者个人站点/博客。
原始发表:2022年7月1,如有侵权请联系 cloudcommunity@tencent.com 删除

本文分享自 作者个人站点/博客 前往查看

如有侵权,请联系 cloudcommunity@tencent.com 删除。

本文参与 腾讯云自媒体同步曝光计划  ,欢迎热爱写作的你一起参与!

评论
登录后参与评论
0 条评论
热度
最新
推荐阅读
目录
  • Anaconda环境下Tensorflow的安装与卸载
    • 一、Anaconda下载与安装
      • 1.下载anaconda
      • 2.anaconda的安装
      • 3.添加环境路径
      • 4. 检查安装成功
      • 5.添加conda国内镜像下载源
      • 6. 镜像源汇总:
    • 二、tensorflow的安装与卸载
      • 1.创建一个tensorflow环境
      • 2.激活tensorflow环境
      • 3.查看当前可以使用的tensorflow版本
      • 4. 查看tensorflow包信息及依赖关系
      • 5.安装tensorflow
      • 6.查看是否安装成功
      • 7.查看tensorflow的版本号
      • 8.退出tensorflow环境
    • 三、 conda命令:环境的创建与删除
      • 1.查看自己配置的环境
      • 2.配置一个新的环境
      • 3.进入和退出环境
      • 4.删除环境
    • 四、包(第三方库)的安装与卸载
      • 1.查看安装的包
      • 2.安装包
      • 3.删除包
      • 4.更新包
领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档