PyCharm如何配置已经安装好的Anaconda中的TensorFlow

最新推荐文章于 2023-11-13 10:12:33 发布

读论文的派大星

最新推荐文章于 2023-11-13 10:12:33 发布

阅读量634

点赞数

CC 4.0 BY-SA版权

文章标签： python tensorflow anaconda

本文链接：https://blog.csdn.net/LiiXuanYue/article/details/108806984

配置Python

在PyCharm中，我们知道ython在“File → Settings → Python Interpreter”，点击齿轮进行添加我们安装好的Python的".exe"文件。

配置Anaconda中的Tensorflow

此时我们如果不用TemsorFlow，就像很多博客中讲到的，直接就把Anaconda中的python.exe选择即可，如图所示。
直接使用Anaconda的Python文件
但是如果安装好了TensorFlow并且想要使用，我们需要进入到Anaconda目录下的envs，再进入envs目录中的tensorflow找到里面的python.exe文件,如图所示。
Anaconda里envs里的tensorflow里的python.exe
这样就可以使用了。

直接使用import tensorflow as tf检验一下就可以了。

成功导入tensorflow
这是我的测试代码：

import tensorflow as tf
# tensorflow的2.0版本
# 原因是2.0与1.0版本不兼容，在程序开始部分添加以下代码：
tf.compat.v1.disable_eager_execution();
hello = tf.constant('Hello, TensorFlow!');
test = tf.constant('Hello, World!');
# tensorflow2.0版本中的确没有Session这个属性，
# 如果安装的是tensorflow2.0版本又想利用Session属性，可以将tf.Session()更改为：
sess = tf.compat.v1.Session(); #这个方法可以解决此类问题，不仅仅适用于Session属性。
print(sess.run(hello));
#输出会带一个 b，表示字符串，下面的方法则可以去掉从而直接显示字符串的内容。
print(sess.run(test).decode());