tensorflow安装以及在Anaconda中安装使用

在遥感领域进行深度学习时jdk环境变量配置 ，通常使用python进行深度学习，会使用到tensorflow的安装，今天小编就给大家介绍如何在Anaconda中安装tensorflow！

下载Anaconda Index of /anaconda/archive/ | 清华大学开源软件镜像站 | Tsinghua Open Source Mirror ，下载完成之后开始安装，该勾选的都勾选安装即可，可以安装在非C盘jdk环境变量配置 。

安装Python

进入到windows中的命令模式：

（1）检测anaconda环境是否安装成功：conda --version

（2）检测目前安装jdk环境变量配置 了哪些环境变量：conda info --envs

（3）对于Anaconda中安装一个内置的python版本解析器(其实就是python的版本)

查看当前有哪些可以使用的python版本：conda search --full -name python

安装python版本（我这里是安装的3.5的版本jdk环境变量配置 ，这个根据需求来吧）：conda create --name tensorflow python=3.5

（4）激活tensflow的环境：activate tensorflow（注意：这个是在后序安装成功之后才能进行的jdk环境变量配置 ，否则会提示错误）

（5）检测tensflow的环境添加到了Anaconda里面：conda info --envs（注意：基于后序安装成功之后才进行的jdk环境变量配置 ，否则会提示错误）

（6）检测当前环境中的python的版本：python --version

（7）退出tensorflow的环境：deactivate

（8）切换到tensorflow的环境：activate tensorflow

上面的这些基本就可以对于Anaconda有一个比较简单的了解jdk环境变量配置 ，其实它就类似于JDK的一些操作，比如我们查看jdk的版本，也可以用java --version ，所以说对于Anaconda去安装tensorflow是比较简单的原因也正是这样，也就是是给我们提供了一个基础的依赖环境，这样就方便我们进行后面的安装操作；

4：进行正式的安装Tensorflow注意事项：根据Tensorflow的官方文档jdk环境变量配置 ，可以得到安装tensorflow的一个命令是下面：

pip install --ignore-installed --upgrade

但是jdk环境变量配置 ，如果我们在cmd中，直接进行这样的话，有可能是不能够成功的，开始也不知道为什么，后面发现是跟电脑的cpu和显卡有点关系，所以，采取后面的方法进行安装；

5：通过命令：pip install --upgrade --ignore-installed tensorflow剩下的就是慢慢的等待安装的过程啦

温馨提示：（1）如果在这个命令之后jdk环境变量配置 ，有提示说需要你升级你的pip的版本，那么你就根据上面的提示进行命令安装就可以了

6：等待完成之后jdk环境变量配置 ，确认是否安装成功（1）打开之前安装的Anaconda

这两个都可以jdk环境变量配置 ，我这里说一下使用Anaconda Prompt的方式；

方法一：步骤：①直接点击进入jdk环境变量配置 ，就会显示如下的内容：

②切换到tensorflow的环境

③进入python编辑环境

④然后编写一个使用的代码：

方法二：通过使用Anaconda中的spyder的编辑器

通过这个的方式的话，更加简单，直接编写上面的代码，然后进行运行就可以啦，我这里就不多介绍了jdk环境变量配置 。。。

7：OKjdk环境变量配置 ，到这里的话，基本上从安装到成功就已经实现了~~~~

温馨提示：如果你发现jdk环境变量配置 ，你的conda和tensorflow环境都是安装成功的，但是一用测试代码进行跑的时候就出问题了，那么请注意，这个原因你由于你在安装tensorflow的时候，是直接在cmd下，而不是在你用conda激活的一个环境，所以导致，tensorflow并没有直接嵌入到conda环境，所以，就导致无法导入模块的一个错误；

解决方法：（1）只需要在activate tensorflow ----------注意：这个环境是第三步中的第3点里面创建的；

（2）然后再使用第五步中的命令就可以jdk环境变量配置 了

二：将Tensorflow环境嵌入到编辑器中环境：Tensorflow和Pycharm编辑器

步骤：

1：下载Pycharm软件jdk环境变量配置 ，，这个的话下载安装都很简单，所以就不多说了

2：使用Pycharm创建一个项目

3：设置项目的相关内容

温馨提示：注意上面的Interpreter的选择，因为我们现在要测试的是tensorflow嵌入到我们的IDE，方便我们开发，所以这个python解析器就是要选择我们之前安装tensorflow目录下的解析器，否则的话，我们之后是使用不了tensorflow的模块的内容的哦jdk环境变量配置 。。。特别要注意。。。当然，如果这里不选择，那么在创建工程之后还是可以修改的，后面我会说；

4：创建一个py文件jdk环境变量配置 ，用于编写测试代码

5：运行程序代码

OKOK，，，这就说明我们的环境已经整合完成啦jdk环境变量配置 。。。。大功告成

温馨提示：有时候我们会发现jdk环境变量配置 ，我们引入了tensorflow模块之后，那就会报错，这个原因有如下可能：

（1）tensorflow没有安装成功jdk环境变量配置 ，这样的话，就需要重新按照我的步骤去了！

（2）IDE中的python解析器jdk环境变量配置 ，没有使用tensorflow中安装的那个，所以导致无法识别

这个解决方案有两种：

第一种：就是创建工程的时候就选择正确的解析器jdk环境变量配置 ，也就是我上面所使用的方法

第二种：就是在项目工程里面进行修改配置：

步骤：1：选择File----》setting

2：

3：添加新的解析器

4：找到jdk环境变量配置 我们安装的Anadonda中的env中的tensorflow中的python.exe

5：点击apply应用，然后重启我们的IDE，这样的话就不会报无法找到tensorflow的模块的错误了jdk环境变量配置 。

版本：Linux（Ubuntu14.0.1）三：Linux环境安装Tensorflow（通过Anaconda方式）步骤：（1）下载Anaconda的Linux版本

从官网的路径进行下载jdk环境变量配置 ，一般都很慢，所以，大家可以去这个地址进行下载(或者在进行留言也可以)：

（2）运行下载好的Anaconda,找到下载的目录jdk环境变量配置 ，然后执行命令：bash XXXXXXXXX（就是Anaconda文件的名字）

（3）一直等待安装完成即可；

当出现下面这个的时候：

强烈注意一点：在安装的时候jdk环境变量配置 ，会提示你是否要将这个添加到环境变量中，最好选择Yes，要不然每次都要进行额外的手动添加，非常的不方便，所以强烈建议直接添加到环境变量中；

（4）当执行完成上面的步骤之后jdk环境变量配置 ，对Anaconda 的环境进行测试；

执行命令：conda --version （作用：查看当前Anaconda的版本）

如果，出现对应的安装版本，那么就表示安装成功，可以继续后面的安装步骤jdk环境变量配置 。

（5）添加tensorflow的环境jdk环境变量配置 。执行命令：conda create -n tensorflow python=3.5（版本的话，我个人比较喜欢3.X+版本）。当执行完成之后，就根据提示，进行输入yes就可以了，慢慢等待。

（6）激活环境jdk环境变量配置 ，执行命令：source activate tensorflow （作用：进入到tensorflow的环境）

（7）激活tensorflow的环境jdk环境变量配置 ，执行命令：

pip install --ignore-installed --upgrade

千万要注意一个地方：如果你安装的python的版本是2.7.那么就用上面的地址jdk环境变量配置 ，即可，如果你用了3.5版本，那么久需要对应的修改为如下链接：（其他版本类似修改）

pip install --ignore-installed --upgrade

（8）执行完之后，剩下的就只有等待了，，，对于出现的提示，全部都是“yes”即可jdk环境变量配置 。

（9）安装完成之后，进行测试jdk环境变量配置 。

具体步骤：

1：在tensorflow的环境下jdk环境变量配置 ，执行命令：python （作用：表示进入python环境）

2：然后输入代码（这个其实和windows安装的时候测试时一样）：

import tensorflow as tfhello = tf.constant('first tensorflow')sess = tf.Session()print sess.run(hello)如果：输出first tensorflow ，那么就表示安装成功了jdk环境变量配置 。

补充内容：

1：当需要退出python环境jdk环境变量配置 ，即执行Ctrl+D或者输入quit即可

2：退出tensorflow环境jdk环境变量配置 ，source deactivate

3：激活tensorflow环境jdk环境变量配置 ，source activate tensorflow

四：Pycharm整合tensorflow环境（1）下载Pycharm，这个就自己到官网下载Linux的社区版本即可，然后对其下载的文件进行相应的解压命令处理就可以了，另外的话，注意一点，在Linux中运行Pycharm不是直接点击就运行，而是需要找到对应的目录下（bin目录），然后执行命令：sh pycharm.sh 即可运行Pycharmjdk环境变量配置 。

（2）这个其实和windows的整合方式是一样的，只是说tensorflow的路径是不一样的而已，所以，大家可以参考上面对于Windows版本的详细配置过程即可，这里就不多说了jdk环境变量配置 。