anaconda|anaconda和ts tensorflow|pip|python

卸载anaconda

conda install anaconda-clean

anaconda-clean --yes

再点击卸载程序
安装anaconda anaconda安装教程
命令查看python版本

python --version

进入python解释器

python

退出python解释器

exit()

查看conda版本

conda --version

查看已安装的环境变量

conda info --envs

查看已经安装的包

conda list

换源 conda换源
清华源

conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/ 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/r/ conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/pro/ conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/msys2/ conda config --set show_channel_urls yes

pip换源
添加链接描述
【anaconda|anaconda和ts】添加链接描述
安装/更新库更新所有库

conda update --all

安装某个库

conda install <库名>

更新某个库

conda update <库名>

更新conda

conda update conda

更新anaconda

conda update anaconda

一次可安装多个库

conda install pandas numpy scikit-learn matplotlib

pip与conda的区别

文章图片

安装tensorflow 创建ts环境

conda create --name tensorflow python=3.8

进入ts环境

activate tensorflow

安装ts（ts版本要和python版本对应）

pip install tensorflow -i http://pypi.douban.com/simple/

pt、ts和keras版本对应表
安装keras（keras版本也须对应）

pip install keras-i http://pypi.douban.com/simple/

查看tensorflow版本来测试TensorFlow是否安装成功

import tensorflow as tf

print(tf.__version__)

查看keras版本来测试keras是否安装成功

import keras

print(keras.__version__)

将Tensorflow环境加到pycharm中
pycharm添加ts
测试ts是cpu还是gpu版本

import numpy import tensorflow.compat.v1 as tf tf.disable_eager_execution()#保证sess.run()能够正常运行 a = tf.constant([1.0, 2.0, 3.0, 4.0, 5.0, 6.0], shape=[2, 3], name='a') b = tf.constant([1.0, 2.0, 3.0, 4.0, 5.0, 6.0], shape=[3, 2], name='b') c = tf.matmul(a, b) sess = tf.Session(config=tf.ConfigProto(log_device_placement=True)) print(sess.run(c))

jupyter 代码规范插件安装