windows环境下，如何在Pycharm下安装TensorFlow环境

Love The Way You Lie 2022-05-27 08:07 495阅读 0赞

### 文章目录 ###

*  目录
 *   *  前言：
     *  1.安装Anaconda
     *  2.安装Tensorflow
     *  3.其他问题
     *  4.在pycharm中使用tensorflow

# 目录 #

## 前言： ##

最近由于工作需要要使用TensorFlow，所以只能狂补相关的知识。本来博主打算在Ubantu上玩，但是由于一些原因还是放弃了这个想法，就转移到Pycharm上来玩。以下是自己在收集资料的过程中看到一篇很好的安装教程，分享一下。

**声明：**  
python版本和tensorflow版本之间有对应关系。如果搞不好，会出现各种问题。博主采用的是python3.7和tensorflow2.0。

## 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。  
![这里写图片描述][70]  
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。**  
![这里写图片描述][70 1]  
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

![这里写图片描述][70 2]  
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：  
![这里写图片描述][70 3]

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

（2）同样在Anaconda Prompt中利用Anaconda创建一个python3.7的环境，环境名称为tensorflow ，输入下面命令：

conda create -n tensorflow python=3.7

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。

![这里写图片描述][70 4]

![这里写图片描述][70 5]

（3）在Anaconda Prompt中启动tensorflow环境：

activate tensorflow

![这里写图片描述][70 6]  
**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 tensorflow==2.0

**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。**  
**注意：一定要在 刚刚创建的tensorflow的环境下安装！！！！**

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
    #查看tensorflow版本
    print(tf.__version__)

## 3.其他问题 ##

安装tensorflow后报错：“DLL load failed: 找不到指定的模块”。  
这类问题（pip安装完包之后再去引用报错：找不到执行模块）一般是由于版本冲突引起的。所以要考虑调整python或者tensorflow的版本。如果tensorflow是最新的2.3版本，可以考虑降低到2.0甚至1.X等。看问题是否能解决。

## 4.在pycharm中使用tensorflow ##

习惯了使用PyCharm来开发，配置如下：  
新建工程后在  
File-Setting–Project Interpreter选择tensorflow下的Python解释器，  
例如我的解释器位置：  
![这里写图片描述][70 7]  
![这里写图片描述][70 8]  
等部署完后便可跑个HelloWorld了

import tensorflow as tf
    #查看tensorflow版本
    print(tf.__version__)

运行一下

起飞！

这种方式的好处：不用每次都 开启、关闭环境了。  
![这里写图片描述][70 9]  
（activate tensorflow 、deactivate tensorflow）

[70]: /images/20220527/7ca012e67c6a4cea804c62fdafefd28a.png
[70 1]: /images/20220527/87af123e0bac4823b60460603ada323e.png
[70 2]: /images/20220527/c51dcc20e82b428ba9b7dcd1e9753423.png
[70 3]: /images/20220527/6a5b26eb8aa24ee6b4325257fe3efc60.png
[70 4]: /images/20220527/abcf17c05c6445448adcb6a74e45a710.png
[70 5]: /images/20220527/f2a0b8e519c4449c81216daee2fdc288.png
[70 6]: /images/20220527/af480f6ef4814e129e02680b1aef81dc.png
[70 7]: /images/20220527/082206a5a06041eb9455bd931b987f8a.png
[70 8]: /images/20220527/03b21890c36d46cbbb62c700b32042f1.png
[70 9]: /images/20220527/f40a39bbcf454c0da7981dd704c012c2.png