tensorflow所需软件安装

从零开始的软件安装日常 Anaconda+Pycharm+tensorflow

遇到个很快乐的事情，然后电脑重装了，啥软件都不剩了。从头开始安装各种软件，这里就顺带记录一下安装的过程，基本都是找了一些比较靠谱的安装教程，然后自己记录一下实际安装的过程，主要是我自己看一下，翻来覆去比较麻烦。
安装的有anaconda ,pycharm，然后两者配置一下，下载个tensorflow啥的。

Anaconda安装

详情参考 https://blog.csdn.net/ITLearnHall/article/details/81708148
这个大佬写的很详细了。
然后附上我自己实际安装时的过程。
教程中的链接现在点开变成了这个。点击Download

这里我选择了Just　Mｅ。教程里提到了两者的区别：假如你的电脑有好几个 Users ，才需要考虑这个问题.其实我们电脑一般就一个 User，就我们一个人使用，如果你的电脑有多个用户，选择All Users

配置Anaconda

还是按着教程来，首先配置环境变量。D:anaconda3Scripts 找到该文件夹，这文件夹就是刚刚anaconda安装时设置的安装目录。
然后右键点击此电脑，选择属性。然后按照图中。1，2，3，4步顺序点击。

同时，为了开发时可以采用不同的Python版本设置等等，可以添加新的环境。
输入：
创建名为ｐｙ３６的新环境，环境的ｐｙｔｈｏｎ的版本为３．６（我记得一般说是开发采用的要落后最新版本一个版本啥的，说是可能最新版不稳定之类的问题，具体我也不太懂，反正就按照这个套路来了）

运行过程中会出现一个Ｐｒｏｃｅｅｄ（［ｙ］／ｎ）手动打一个ｙ然后回车即可

安装完成后可以看到最下面有提示，其中是用于激活我这个新建立的ｐｙ３６的环境。
而ｃｏｎｄａ　ｄｅａｃａｔｉｖａｔｅ是用于关闭这个环境。

这里的目标位置就是Ａｎａｃｏｎｄａ安装的目录下的ｅｎｖ文件夹下的新建的Ｐｙ３６文件夹。我的路径就是D:anaconda3envspy36

接下来，可以安装一些常用的库。使用ｐｉｐ　ｉｎｓｔａｌｌ　库名。不过一般来说这样下载稍微大一点的包可能速度会很慢，甚至因为超时 错。所以一般都采用国内的镜像源。这里我就列举了一个清华的镜像源：https://pypi.tuna.tsinghua.edu.cn/simple/
使用　即可安装各种所需要的包。
以我暂时会用到的几个包为例，ｎｕｍｐｙ和ｐａｄａｓ以及ｔｅｎｓｏｒｆｌｏｗ为例。

这里的安装都没有指定版本(我后续发现很有可能会出错,所以这里最好指定一下版本,不要安装最新的!不要安装最新的!,我电脑上tensorflow2.0以上版本都会出现问题)，如果需要特定版本则需要注意，尤其是ｔｅｎｓｏｒｆｌｏｗ，2.ｘ和１．ｘ版本有很多不同的地方，以前１．ｘ能运行的程序到了２．ｘ就会 错。而 上偏早期的一些教程都是１．ｘ版本的ｔｅｎｓｏｒｆｌｏｗ。这个要按你实际需要及性能选择。ｔｅｎｓｏｒｆｌｏｗ包比较大，一般要等几分钟。

Ｐｙｃｈａｒｍ下载与配置含有ｔｅｎｓｏｒｆｌｏｗ的ａｎａｃｏｎｄａ环境

同样的，还是先找了一篇安装教程，附上链接。同样，附上Ｐｙｃｈａｒｍ的下载链接
进入下载页面后，选择右边的ｃｏｍｍｕｎｉｔｙ版本进行下载（该版本是免费的）

然后就可以开始创建项目了，点击Create New Project

这里第一个框的最后是项目名称，这里我就直接默认了。然后需要点击第二个框的那三个点。找到Anaconda安装目录下的env下的py36下的python.exe。（D:anaconda3envspy36就是当时创建新环境时的路径），第三个框中的两个勾勾也打上比较好。第一个勾上以后第三方的包就只需要安装一遍，不需要换个项目安装一次，换个项目安装一次…。第二个框是将这个py36环境作为所有项目的环境。这样就没必要每次都进行配置了。最后点击create。创建项目

右键点击文件夹随便建立一个文件，

按顺序点击图中1.2框

点击右边的文件夹图标，找到该项目的test.py所在目录，（想要运行哪个文件就把哪个文件的路径设置到这里），然后点击Ok即可

这里看到运行按钮已经是正常状态了。在test.py中输入没有 错，就说明已经整合完成了。

[注] 理论上这里正常就算结束了,我一开始也是这样认为的,但是当我随便跑了一下输出时现实给了我一锤头,居然 错了(错误ImportError: DLL load failed: 找不到指定的模块。),这个错误不一定每个人都有,至少我之前的电脑就没出现过.然后看了一些文章,什么添加环境变量,什么下载VC++之类的都没用,最后也是墨迹了半天,后来发现可能是系统的NVIDIA版本太高了导致的(外加上我之前说的,安装的tensorflow版本太高).这个错误的修改我放到另一篇文章里进行介绍.

文章知识点与官方知识档案匹配，可进一步学习相关知识Python入门技能树人工智能深度学习212772 人正在系统学习中