Tensorflow2.0环境搭建及Pycharm**虚拟环境

Anaconda+Pycharm.

tf2.0还可以用docker安装

---

1.硬件环境：GPU/CPU

如果需要安装GPU版本的，需要电脑有NVIDIA显卡。

目前市面上的显卡大致分为3大品牌：

• intel
• AMD
• NVIDIA

如果电脑上没有独立的显卡，也就是说是显卡是集显的话，很大情况下是intel的。

如果独显分为amd和nvidia可以大概看一下配置：

说明支持GPU版的Tensorflow。

2.安装Anaconda和Pycharm（省略）【安装anaconda的时候一定要勾选添加到环境】

3. 国内加速：

         3.1 配置国内源：

• conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
• conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/

         3.2 显示源地址:

• conda config --set show_channel_urls yes

         3.3.照常安装[看下面的步骤4：tensorflow的安装]

4.TensorFlow的安装：

GPU版本：

• conda create -n tf2 tensorflow-gpu
• conda activate tf2

CPU版本：

• conda create -n tf2 tensorflow
• conda activate tf2

漫长等待，大概1GB

下载完毕后就**虚拟环境tf2，虚拟环境是我们刚刚-n参数设置的。

查看已经安装好的环境，可以使用conda env list命令。

5.检测是否安装成功

需要先**环境：

有的时候ipython是没有改过来的，没有带上tf2环境的名字。所以需要额外安装ipython:

然后测试ipython指向的解释器到底是不是tf2的解释器：

可以看到tf2，所以ipython就是想要的安装好的tensorflow的解释器。

此时：

这就代表我们安装成功了！

测试是否可以使用gpu:

证明我的机子是可以安装使用gpu版本的。

 

 

6. Pycharm