一. 安装Anaconda3
选择相应版本的Anaconda安装,因为官网直接下载的速度太慢,我们选择从清华大学开源软件镜像站下载。
下载地址:https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/

进入网站后,下拉到底部,选择windows版本下载。

安装过程中,直接点Next即可,安装位置最好选择默认可以省去许多麻烦。

到图中这一步时,注意全部勾选,不需要管红色的提示!

用anaconda安装tensorflow,keras

image.png

这样Anaconda就安装完毕,按照如下步骤继续进行:

  1. 运行 开始菜单->Anaconda3—>Anaconda Prompt 。检查Anaconda是否成功安装:
    输入命令: conda –version

用anaconda安装tensorflow,keras

image.png

2.检测目前安装了哪些环境:conda info –envs

用anaconda安装tensorflow,keras

image.png

3.检查目前有哪些版本的python可以安装:conda search –full-name python

用anaconda安装tensorflow,keras

image.png

 

4.安装某一版本的python,这里我安装的是3.6.2版:conda create –name tensorflow python=3.6.2

用anaconda安装tensorflow,keras

image.png

 

提示需要安装其他的包,输入 y 即可。

用anaconda安装tensorflow,keras

image.png

5.按照提示,**tensorflow:activate tensorflow

用anaconda安装tensorflow,keras

image.png

前面出现(tensorflow) 表示环境已经成功**
6.确保名叫tensorflow的环境已经被成功添加:conda info –envs

用anaconda安装tensorflow,keras

image.png

 

可以看到,环境已经添加上了。
7.检查新环境中的python版本:python –version

用anaconda安装tensorflow,keras

image.png

 

8.退出当前tensorflow环境:deactivate

二. 安装Tensorflow CPU版本
因为本人电脑不支持GPU版本,只能安装CPU版本。

安装方式有两种:
1.按照官网的指示
这里不再介绍。

2.使用命令安装: pip install tensorflow
刚开始几次可能因为网速的问题,会下载失败;可以多运行几次命令,当网速达到要求后自然下载安装成功!

3.确认tensorflow安装成功:

进入Anaconda Prompt-python里面,进入安装的名叫tensorflow的环境。

用anaconda安装tensorflow,keras

image.png

 

打开Anaconda Prompt之后,输入:python ;之后输入:import tensorflow as tf 如果没有提示错误,则说明tensorflow已经成功安装。

用anaconda安装tensorflow,keras

image.png

三. 安装Keras
输入命令:pip install keras 自动完成安装。

用anaconda安装tensorflow,keras

image.png

 

之后可以验证keras是否安装成功,在命令行中输入:python
出现如下命令,即为安装成功。

用anaconda安装tensorflow,keras

image.png

至此,适用于windows系统的Anaconda,Tensorflow,Keras全部安装完毕



作者:MenciusHometown
链接:https://www.jianshu.com/p/f50bbfcb3674
来源:简书
著作权归作者所有。商业转载请联系作者获得授权,非商业转载请注明出处。

相关文章:

  • 2021-11-14
  • 2021-12-17
  • 2021-10-15
  • 2021-07-04
  • 2021-12-03
  • 2021-04-08
  • 2021-12-13
  • 2021-09-17
猜你喜欢
  • 2021-12-21
  • 2021-07-19
  • 2022-12-23
  • 2021-07-29
  • 2021-09-27
  • 2021-05-15
  • 2021-12-30
相关资源
相似解决方案