Win10下Tensorflow + Keras + Pycharm + Jupyter 一站式环境配置

一站式环境配置服务，省时省心。

一、大体流程

1. 准备：安装Anaconda, Pycharm
2. 创建conda虚环境，安装Tensorflow，安装Keras
3. Pycharm下切换到虚环境，运行Tensorflow
4. Jupyter Notebook 切换到虚环境，运行Tensorflow

二、详细说明

1. 不多说。
2. 创建虚环境
3. 因为当时Tensorflow只能在Py3.5中运行，而正常是3.6版本，我们只能创建一个3.5的新环境供其生长，Anaconda Prompt中，conda命令如下:
4. # 可选： 将conda切换到清华镜像
5. conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
6. conda config --set show_channel_urls yes
7. ​
8. ​
9. # 创建名为tensorflow 的python 3.5 环境
10. conda create -n tensorflow python=3.5
11. 之后我们要进入这个环境安装tensorflow, 这个环境中
12. # 进入tensorflow环境：
13. activate tensorflow
14. ​
15. # 安装tensorflow
16. pip install tensorflow
17. ​
18. # 如果上步不好使可以试下
19. pip install --ignore-installed --upgrade tensorflow
20. ​
21. 安装完毕后，可以在命令行中输入以下测试：
22. python
23. import tensorflow as tf
24. hello = tf.constant('Hello, TensorFlow!')
25. sess = tf.Session()
26. print(sess.run(hello))

1. 
   
2. 如果想退出该虚环境：
3. deactivate tensorflow
4. 安装Keras及其他包（因为是新环境，好多包都没有）
5. # conda 安装包的命令大体如下，此法不必切换到虚环境下
6. conda install --name env_name package_name
7. # 具体如 conda install --name tensorflow pandas
8. ​
9. #查看已安装环境名，可用
10. conda info –envs
11. ​
12. #对于在名为tensorflow的环境下安装Keras
13. conda install --name tensorflow -c conda-forge keras
14. ​
15. 链接Pycharm
16. 其实原理就是，换个编译器，用3.5的编译器罢了！
17. Settings -> Project -> Project Interpreter，选所创建环境所在目录下的那个Python，默认在 $ANACONDA_HOME/envs/env_name/python.exe
18. 切换完新编译器等待一段indexing后，输入 import tensorflow as tf 不报错，多半是稳了，进一步测试，可用：
19. import tensorflow as tf
20. ​
21. x = tf.constant([[1.0, 2.0]]) #常数张量
22. w = tf.constant([[3.0], [4.0]])
23. ​
24. y = tf.matmul(x, w) #计算图节点
25. ​
26. with tf.Session() as sess: #创建会话
27. print (sess.run(y)) #运行计算
28. 若输出结果为11则说明OK

1. 
   
2. 链接Jupyter Notebook 参考：冷江
3. 没有Jupyter是不完整的，Anaconda Prompt中操作详情如下：
4. # 激活环境(以名为tensorflow的为例)
5. activate tensorflow
6. ​
7. # 安装
8. conda install ipykernel
9. ​
10. # 将环境写入notebook kernel
11. python -m ipykernel install --user --name 环境名称 --display-name "Python (环境名称)"
12. ​
13. # 然后打开Notebook
14. jupyter notebook

至此，完成。