Windows10下Anaconda+Tensorflow+Keras环境配置

注意！注意！！注意！！！

(重要的事情说三遍)

安装前检查：

1.Tensorflow不支持Anaconda2，Tensorflow也不支持python2.7和python3.7(满满的辛酸泪！)

2.Tensorflow版本和Keras版本越高越好，避免各类Bug

安装过程出现的Bug:

1.报错提示："from pip._internal.main import main ModuleNotFoundError: No module named 'pip._internal.main"问题

缘由分析：python版本不支持(Tensorflow不支持python2.7和python3.7)

解决办法：从新建立虚拟环境

2.报错提示：THESE PACKAGES DO NOT MATCH THE HASHES FROM THE REQUIREMENTS FILE

缘由分析：网速较慢，断线等其余缘由致使

解决办法：使用命令【pip install --upgrade tensorflow】解决

3.报错提示：python -m pip install --upgrade pip

问题分析：pip版本未更新

解决办法：执行命令 【python -m pip install --upgrade pip】 更新pip版本，记得按回车符确认

详细安装步骤：

1、安装Anaconda环境：

官方下载地址：https://repo.continuum.io/archive/

安装教程请参考：https://docs.anaconda.com/anaconda/install/windows

Anaconda安装以后，在Windows10开始菜单中检查如下所示几项

2、安装Tensorflow：

1.点击 Anaconda Prompt，出现以下界面

2.建立名为tensorflow的虚拟环境：【conda create --name tensorflow python=3.6】

(注意：python版本不能是2.7或者3.7)

3.激活tensorflow虚拟环境:【activate tensorflow】

4.执行tensorflow安装命令:【pip install tensorflow】

 

报错提示:python -m pip install --upgrade pip

问题分析：pip版本未更新

解决办法：执行命令 【python -m pip install --upgrade pip】 更新pip版本，记得按回车符确认

5.从新执行【pip install tensorflow】命令

报错提示：THESE PACKAGES DO NOT MATCH THE HASHES FROM THE REQUIREMENTS FILE

缘由分析：网速较慢，断线等其余缘由致使

解决办法：使用命令【pip install --upgrade tensorflow】解决

6.tensorflow安装成功，以下图所示

 

 2、安装Keras：

1.执行Keras安装命令【pip install keras】，以下图所示

 3、tensorflow+keras安装检查：

1.tensorflow虚拟环境下执行python，查看咱们建立的tensorflow环境下python版本

2.执行命令【import tensorflow as tf】检查tensorflow是否安装成功，若无报错，则安装成功

3.执行命令【import keras】检查keras是否安装成功，若没有报错，则安装成功，以下图所示

4.执行keras程序

import numpy as np from keras.models import Sequential from keras.layers import Dense, Dropout # Generate dummy data
x_train = np.random.random((1000, 20)) y_train = np.random.randint(2, size=(1000, 1)) x_test = np.random.random((100, 20)) y_test = np.random.randint(2, size=(100, 1)) model = Sequential() model.add(Dense(64, input_dim=20, activation='relu')) model.add(Dropout(0.5)) model.add(Dense(64, activation='relu')) model.add(Dropout(0.5)) model.add(Dense(1, activation='sigmoid')) model.compile(loss='binary_crossentropy', optimizer='rmsprop', metrics=['accuracy']) model.fit(x_train, y_train, epochs=20, batch_size=128) score = model.evaluate(x_test, y_test, batch_size=128)

4、分别在Spyders和Pycharm中运行：

Spyders中执行keras程序以下所示：

 

注意事项：请按照以下标注的步骤执行，不然会出现一些错误，若在IDE中报错，咱们在命令行窗口首先检查是否安装成，如安装成功则定位问题出如今环境配置上，不然问题出如今安装环境上。

（1）Anaconda命令行窗口检查环境是否安装成功，按照以下步骤执行，若没报错，则说明环境安装成功

（2）打开Anaconda Navigator，而后按照以下步骤执行

• 在Home中Applications on下拉框中选择咱们所建立的tensorflow虚拟环境
• 安装Spyder，默认是Install（即没有安装），咱们点击Install，安装以后显示Launch（切记无论你以前有没有Spyder客户端，都必定要安装Spyder，缘由以下：本地Spyder，它默认是基于base虚拟环境，当咱们在执行keras程序时，报错提示没法找到keras和tensorflow，但咱们须要在tensorflow这个环境下执行keras程序，因此须要在tensorflow这个虚拟环境下从新安装一次，这样就能够执行咱们的keras程序了）
• 点击Spyder下的Launch，而后执行上述keras程序即可

 Pycharm中执行keras程序以下所示：

• 打开Pycharm建立名为 1106 的Python project

• 将Anaconda中配置好的环境加载到Pycharm：File—>Setting—>Project python—>Project Interpreter 选择咱们建立的tensorflow环境，以下，个人tensorflow环境E:\Software\Anaconda3\InstallProgram\envs\tensorflow\python.exe，选中执行右下角Apply和OK

•  执行keras程序，结果以下

 

 

参考资料

https://www.cnblogs.com/zeroingToOne/p/8407059.html

https://blog.csdn.net/daodanxiansheng/article/details/88132980

https://blog.csdn.net/lincoco49/article/details/85381383