Anaconda+VSCode配置tensorflow开发环境的教程详解

1. Anaconda

1.1 Anaconda简介

Anaconda是一个开源的python发行版本,是现在比较流行的python数据科学平台,可以对python的科学包做到有效管理。在配置python开发环境时,比如爬虫环境、数据分析环境、深度学习开发环境(tensorflow)等,会需要安装很多科学包。如果遇到什么包就报出“No module named”的错误,然后“pip install”未免太过麻烦。而且很多开发环境支持的python版本不同,混在一起的兼容性也很麻烦,Anaconda又维护了若干个虚拟开发环境来把我们常用的开发环境区分开,还有可视化界面管理起来十分方便。

1.2 Anaconda下载

Anaconda的官方下载地址如下:

https://www.anaconda.com/

点进去之后来到下载界面

三个图标提供三个平台的下载地址:Windows、macOS、Linux

Anaconda提供两个最高版本的python下载,还有64位和32位可选。我用的是python3.7 64位的。

下载好之后是这样的

1.3 Anaconda安装

我只能说,Anaconda的用户体验过于优秀,安装时没什么大坑(不像其它环境配置的过程中那个坑啊(ˉ▽ˉ;)…),所以既然我都安装完成了,就不按步骤上图了。只说几个注意的地方。

经过Next和I Agree之后,来到第一个抉择的地方,这块问题不大,按照recommend的Just me就行,如果需要能够给这台主机的其他用户使用,就选用all users。

然后选择安装路径,以前我是安到C盘的,这回改安D盘了(笔者的笔电是256的固态,C盘容量太小了~~>_<~~),到后期配置一些环境还要安装科学包,使用需求大的一定要注意自己的磁盘空间,后来膨胀到5G以上都是可能的。

安装前的最后一步是一切其它选项。

Add Anaconda to my PATH environment variable是一种不建议采取的选项。就是把Anaconda添加到PATH环境变量中,这个的后果我不太清楚,但可能对其他的一些命令产生冲突?建议的Anaconda使用方式是在开始菜单中(start menu)中用Anaconda Prompt来启动。

Register Anaconda as my default Python 3.7是把Anaconda的默认环境下的python设置为系统的默认python。这点我也不太懂,不过如果选择这个的话,在后来的Anaconda虚拟环境管理中,就不要随意向默认环境(base)添加科学包了。

接下来就是install了,这个过程大概需要十分到二十几分钟?(来局王者吧_(:з)∠)_)

然后出现什么我记不清了。。好像有个什么跟Anaconda的联机支持有关的东西,其他博客上写的是Anaconda云和Anaconda支持。这个不用管它。

再后来,结束之前会让你安装一个VSCode。这个稍后会介绍,如果你选择安装的话,VSCode是会安装到C盘中的。

到此应该就结束了。

2. 在Anaconda下配置tensorflow

2.1 关于Anaconda Navigator

Anaconda Navigator在安装Anaconda后就已经安好了,启动方式是开始菜单(start menu)中找到Anaconda文件夹中的Anaconda Navigator,运行它。

Anaconda Navigator是Anaconda中的一个桌面图形用户界面,界面设计的对用户比较友好,可以免去我们在命令行程序中狂敲键盘安装科学包的烦恼,科学包搜索、鼠标一点、大功告成。跟本篇博客介绍的有关的,是左栏中的environment菜单,这里可以管理不同的虚拟开发环境,对环境中的科学包也都有可视化的管理,就像一个小仓库。base(root)虚拟环境是Anaconda的默认环境。

2.2 tensorflow环境配置

Anaconda下的tensorflow配置有很多种方式,不过我觉得从Anaconda navigator来配置还是最舒服的。

首先先来新建一个tensorflow虚拟工作环境(上来就放base环境里可不是什么好习惯( ̄▽ ̄)")。

点击create,并输入环境名称和python版本还有R版本(如果需要的话)。

请注意,如果是创建tensorflow工作环境,请选择python3.5或python3.6,不要选择python3.7,目前的tensorflow不支持python3.7.R版本可以忽略。

创建好tensorflow环境之后(笔者的tensorflow环境名字就叫tensorflow。。)可以看到tensorflow工作环境中有若干科学包,这都是创建环境之自动加入的一些默认包。

然后,点击tensorflow工作环境右侧的小箭头,并点击open terminal(这截不上图了),进入到Anaconda的tensorflow工作环境终端。或者,你也可以从之前说过的Anaconda prompt中,输入命令activate XX(工作环境名) 来进入tensorflow工作环境。

在终端中,输入命令pip install tensorflow,如果需要安装keras开发的话,还可以继续输入pip install keras。这两句命令一定是要在前面有(tensorflow)的命令行下输入的,这样才是在tensorflow虚拟环境下配置 之后这个Anaconda下的tensorflow就配置好了。

我比较不能理解的是为什么这种配置方法,在Anaconda navigator中的tensorflow环境下,看不到相关的科学包?!!(⊙ˍ⊙)?

再说一个Anaconda下安装科学包的小贴士。如果需要安装某个特定的科学包,还可以在Anaconda navigator的environment中的这个搜索栏中搜索,记得选择not installed或all,installed意思是搜索这个已安装的包(还没安装呢啊喂)。

对环境中的科学包的具体操作,可以点选科学包左侧的小方框,如果是已安装的,方框有绿勾,否则就是空白。

其它有关environment的操作在这个界面中都有很明确的体现,所以我说这个东西还是挺友好的。。Anaconda navigator就介绍到这了,如果我还会其他的就再补充。。

2.3 tensorflow配置结果测试

在tensorflow环境的终端中测试如下:

3.VSCode的配置

说实话,笔者在写这篇配置教程时,是第一次接触VSCode(打人别打脸_(:з)∠)_)。。作为某高校的大二CS学生,接触过的IDE用过稚嫩的codeblocks写C,用netbeans写Java,接触过一点eclipse因为不会用放弃了。。为了追求高B格用pycharm写python,还用过一本教程中介绍的jupyter notebook来写tensorflow和keras,我那弱不禁风的D盘中,工程文件夹狼藉一片,每次接触一个新的IDE都头疼,自己的文件管理的乱七八糟。不过!!!今天我认识了VSCode!这一款轻量、高颜值、多功能、人性化、多插件、内置Git(这我还真不懂)的微软baba的IDE!

嗯~ o( ̄▽ ̄)o下面介绍配置VSCode,来实现用VSCode写tensorflow。

我已经不记得刚进入vscode时是什么样子了…尽量还原的话,,大概是欢迎使用吧,最开始是英文版的。

3.1 VSCode汉化

首先在工具栏-查看-命令面板中,或CTRL+shift+P,调出命令面板,并在其中找到Configure Display Language

然后,在出现的配置文件中,把这个选项改成zh-CN,这块改的时候有提示信息的,还可以改成其他语言。

修改好保存,之后重启IDE,然鹅并没有如期的汉化成功,这是因为需要一个汉化插件,这里就不得不提我们VScode强大的插件功能了!!!像netbeans也有插件,不过vscode的插件管理也是非常好的!

在左侧仅有5个图标功能的栏中选择最后一个——扩展,然后搜索Chinese,得到如下插件。安装(install)简体汉化的那个就好了。

再次重启,就应该跟我一样是汉化界面了。。用过其它IDE的小伙伴应该都知道,每次新接触一个IDE都要为英文界面头疼,而汉化又要上网上找一些汉化包补丁什么的,VScode的汉化真的是挺方便的。

3.2 VSCode的Hello World

”Hello World“应该作为每个程序员在第一次使用IDE写程序时的神圣的测试样例!以希望今后给bug(不归)之路上的自己带来好运。IDE编写程序一般都需要创建一个工程,application或是project神马的。在VSCode中,工程的概念就是文件夹。没错,就是文件夹,“新建文件夹”的那个文件夹。。为了便于管理,创建一个用来存放VSCode工程的文件夹,这个文件夹内,再新建一个所谓的”工程“文件夹,名字自拟。

然后在VSCode中,打开这个文件夹,并在这个路径下,新建一个文件,比如说tfexercise.py,这是一个python文件。打开文件夹的快捷键是CTRL+K,接着CTRL+O。

然后就可以编写.py文件了,运行的话,是左边的第四个图标,快捷键是F5编译运行。编译运行之前确保选择好编译器,下一小节提到。

至于hello world这种简单的程序,用默认的编译器就可以。试试吧!

这里还有一个小贴士。在左上角调试边上有一栏可选项,其他的我不懂,第一个是current file(integrated terminal),就是输出终端是综合终端,是VSCode的标准配置,可以在IDE的终端窗口中查看输出。最后一个是current file(external terminal),这说的是输出终端是外部终端,要弹出一个外部终端窗口中查看输出。凭个人习惯来选吧,其他的选项,我不知道是做啥的。。。

3.3 VSCode配置Anaconda环境

现在我们要选择编译器了,这样才能让VSCode顺利编译运行。由于我们的VSCode是通过Anaconda打包安装的,所以Anaconda的虚拟环境也是直接放到VScode的选项里了。在左下角的这里点击,就可以在上面看到虚拟环境列表,选择你需要的虚拟环境用来开发。

这块好像没什么好说的,选择完事之后就差不多可以写程序了。不过坑还是有的,,我就说一些我踩的坑((:з)∠)

我在选择tensorflow环境前就运行了一个tensorflow写的程序,当然过不了了,改完编译环境后,还是不通过。就是这里一直都是base,说明我一直都是base环境下运行的程序,后来把这里的那个当前命令终端窗口关掉了,在是(tensorflow)的那个终端里跑就好了。我觉得是这样?

你看这个终端窗口里,就没进入到Anaconda里面去。

然后这是一次tensorflow程序的成功运行。

另外终端窗口里的命令行也是可以输入执行命令的!

然后在运行的过程中,还会遇到缺少pylint的问题,这个按照提示安装就好了,如果还不行,试试知乎上的回答?https://www.zhihu.com/question/53938825

到这里和本文标题相关的事情就告一段落了吧~ 谢谢大家~

4. 参考文献

几个可能有用的链接。

[1]: https://code.visualstudio.com/

[2]: https://docs.anaconda.com/anaconda/navigator/

[3]: http://www.cognitivecoder.com/2017/12/28/setting-the-python-anaconda-environment-in-vs-code/

[4]: https://code.visualstudio.com/docs/getstarted/userinterface

[5]: 《TensorFlow+Keras深度学习人工智能实践应用》,林大贵。

[6]: 《TensorFlow:实战Google深度学习框架》,郑泽宇,梁博文,顾思宇。

[7]: https://www.anaconda.com/blog/developer-blog/tensorflow-in-anaconda/

总结

到此这篇关于Anaconda+VSCode配置tensorflow开发环境的文章就介绍到这了,更多相关anaconda VSCode配置tensorflow环境内容请搜索我们以前的文章或继续浏览下面的相关文章希望大家以后多多支持我们!

(0)

相关推荐

  • pycharm下配置pyqt5的教程(anaconda虚拟环境下+tensorflow)

    1.安装pyqt5 1.打开anaconda prompt命令窗口,激活虚拟环境:activate tensorflow 2.安装PyQt5 pip install pyqt5 3.安装PyQt5-tools pip install pyqt5-tools 4.检验是否安装成功 执行如下代码, # FileName : PyQtDemo.py # Author : Adil # DateTime : 2018/2/1 11:07 # SoftWare : PyCharm from PyQt5 i

  • Anaconda3+tensorflow2.0.0+PyCharm安装与环境搭建(图文)

    1.下载与安装Anaconda3 首先去官网Anaconda下载网址下载Anaconda3,我安装的版本是Anaconda3 2019.03(64-bit) (1)下载完成后,右键点击以管理员身份运行 (2)点击Next继续,然后点击I agree (3)选择Just Me,点击Next后,然后选择合适的安装路径(也可以选择默认安装路径) (4)继续按照下面指示一步步操作,完成安装 最后点击Finish,完成安装! 2.创建虚拟环境,并下载安装tensorflow2.0.0 (1)成功安装Ana

  • Windows10下Tensorflow2.0 安装及环境配置教程(图文)

    下载安装Anaconda 下载地址如下,根据所需版本下载 安装过程暂略(下次在安装时添加) 下载安装Pycharm 下载安装Pycharm,下载对应使用版本即可 如果你是在校学生,有学校的edu邮箱,可以免费注册Pycharm专业版,注册地址如下,本文不详细说明 下载CUDA10.0 下载地址如下CUDA Toolkit 10.0 Archive 下载之后默认安装即可 下载CUDNN 通过此处选择版本对应的CUDNN,对于本次配置就选择Windows 10对应的版本 下载CUDNN需要注册一个N

  • ubunt18.04LTS+vscode+anaconda3下的python+C++调试方法

    1.安装背景 最近想放弃windows编程环境,转到linux.原因就一个字:潮 从格式化所有硬盘,到安装win10/ubuntu18.04双系统,其中的痛苦,我想只有经历过的人才会知道. 在这里,我还是提一些安装双系统的几点建议吧: ① 先装win10,我是使用老毛桃在线安装的专业版 ② 装ubuntu很烦人,本以为通过教程(先下载iso,再制作启动u盘,再修改bios中的u盘优先启动方式)就可以了,最终无果.我只好用实验室同学已经制作好的ubuntu 启动盘进行安装,结果开启出现了gnru,

  • 如何使用C#将Tensorflow训练的.pb文件用在生产环境详解

    前言 TensorFlow是Google开源的一款人工智能学习系统.为什么叫这个名字呢?Tensor的意思是张量,代表N维数组:Flow的意思是流,代表基于数据流图的计算.把N维数字从流图的一端流动到另一端的过程,就是人工智能神经网络进行分析和处理的过程. 训练了很久的Tf模型,终于要到生产环境中去考研一番了.今天花费了一些时间去研究tf的模型如何在生产环境中去使用.大概整理了这些方法. 继续使用分步骤保存了的ckpt文件 这个貌似脱离不了tensorflow框架,而且生成的ckpt文件比较大,

  • windows环境下tensorflow安装过程详解

    一.前言 本次安装tensorflow是基于Python的,安装Python的过程不做说明(既然决定按,Python肯定要先了解啊):本次教程是windows下Anaconda安装Tensorflow的过程(cpu版,显卡不支持gpu版的...) 二.安装环境 (tensorflow支持的系统是64位的,windows和linux,mac都需要64位) windows7(其实和windows版本没什么关系,我的是windows7,安装时参照的有windows10的讲解) Python3.5.2(

  • Anaconda+VSCode配置tensorflow开发环境的教程详解

    1. Anaconda 1.1 Anaconda简介 Anaconda是一个开源的python发行版本,是现在比较流行的python数据科学平台,可以对python的科学包做到有效管理.在配置python开发环境时,比如爬虫环境.数据分析环境.深度学习开发环境(tensorflow)等,会需要安装很多科学包.如果遇到什么包就报出"No module named"的错误,然后"pip install"未免太过麻烦.而且很多开发环境支持的python版本不同,混在一起的

  • visual studio code 配置C++开发环境的教程详解 (windows 开发环境)

    0 引言 最近帮GF(不幸变成ex了)配置C++开发环境,一开始想给她装个visual studio13完事,但是一想到自己安装以及使用时的诸多麻烦,就有点退却,觉得没有这个必要.正好了解到vscode大行其道,决定按照官网指示配置一版.由于本人非计算机科班出身,对编译原理了解不多,在配置环境的时候遇到了一些麻烦,参照网上的诸多教程,最后发现还是官网比较靠谱,所以结合自己配置的教训,写个帖子,希望能够帮到大家. 1 下载安装vscode 下载网址链接如下. https://code.visual

  • 使用VScode搭建ROS开发环境的教程详解

    俗话说"工欲善其事必先利其器",之前在Ubuntu上运行的ROS项目都是用vim或者gedit编写和修改代码,然后在终端编译运行,很不方便,函数跳转查看都没办法实现.所以今天我决定找一个方便的开发工具,也就是找一个像Windows上的VS那样的集成开发工具(IDE),ROS官网上有一个不同IDE的对比文章,网址在这里 我选择使用VScode.下载安装好VScode后,在扩展栏安装C/C++,CMake,CMake Tools,Code Runner,ROS(deprecated),Chinese

  • 使用IntelliJ IDEA 配置安卓(Android)开发环境的教程详解(新手必看)

      上移动端的测试课,老师和同学们用的都是eclipse, 只有我一个人用的是idea(用了两款软件之后觉得IDEA更好),真的太难了,配置环境就只有一个人孤军奋战了,自己选择的路,爬都要爬完,害!   有大佬推荐我用Android studio,去了解了一下,这个软件也不错,考虑到已经用了IDEA那就用吧. 操作环境和基本配置 操作环境:Win 10 基本环境配置:Java 1.8 基本工具:IDEA(自行下载安装购买,支持正版!) 一.jdk的下载安装与配置 1.1下载安装 jdk的官网下载

  • Android Studio开发环境搭建教程详解

    对于移动端这块,笔者之前一直都是进行iOS开发的,也从来没用过Java.但是因为进入了Google Android全国大学生移动互联网创新挑战赛(进入官网)的总决赛(笔者"西部计算机教育提升计划"的项目被直接推荐进入决赛),这个比赛要求一定要提交apk程序,所以我不得不赶紧学习一下Android开发了. 下面就对自己学习的过程做一个记录. 一.安装Android Studio 笔者用的计算机配置如下: Mac下安装Android Studio应该更简单一些,只需要下载一个Android

  • docker在win10家庭版下构建laravel开发环境的教程详解

    操作系统: win10 家庭版 安装docker: 官网下载的docker无法安装成功,提示操作系统版本问题~~~~ 所以直接下载了阿里提供的docker安装包: http://mirrors.aliyun.com/doc ... 社区版是-ce后缀的 阿里镜像加速 首先登录阿里云 查找容器镜像服务 win10找到C:Users用户.dockermachinemachinesdefault底下有个config.json文件,在属性RegistryMirror添加加速器地址,docker虚拟机重启

  • 在clion上配置libtorch开发环境的图文详解

    先上结果: CPP: CMakeLists.txt: 到这里差不多的选手应该都不需要往下看了 描述问题: 按照pytorch官网给的教程,在ubuntu下配置libtorch环境,如上图,需要创建一个build文件夹,然后cmake时不是简单地cmake .. 而是有一个参数-DCMAKE_...... 之后才是.., 而在ubuntu下使用CLion进行编程时,CLion对每一个工程都会默认生成一个cmake-build-debug文件夹,完全不需要创建build文件夹 因此本文说明如何在cl

  • win10环境下配置vscode python开发环境的教程详解

    前言 VScode是一个相当优秀的IDE,具备开源.跨平台.模块化.插件丰富.启动时间快.颜值高.可高度定制等等优秀的特质,不愧是微软爸爸的私生子. 所以用VScode来编写Python,也是相当的好用的. 1:安装python,我安装的是python3.7(注意python安装的时候要点击上add path的选型,即安装的时候顺便在windows系统上注册了python安装的路径) 2:安装vscode 3:vscode安装比较常用的插件: 4:设置vscode:添加python的路径(可以支

  • VSCode+PHPstudy配置PHP开发环境的步骤详解

    第一步:下载安装VSCode编辑器 第二步:下载安装PHPstudy集成环境 第三步:打开PHPstudy,选择界面左侧中的环境 第四步:点击右侧PHP运行环境下面的更多,选择适合的PHP版本 第五步:点击PHPstudy左侧环境,再点击右侧PHP选项中的设置,在弹出的界面中选择扩展组件,再点击XDebug调试组件,记住端口监听号是多少,最后点击确认 第六步:点击PHPstudy左侧的首页,点击WNMP红点切换适合的Web服务器,然后点击启动 第七步:打开VSCode编辑器,在欢迎使用界面中,找

  • vscode配置远程开发环境并远程调试运行C++代码的教程

    之前的时候我写C/C++代码喜欢在Linux下用vim(一开始甚至都没装代码补全插件),后来入了Clion的坑,感觉IDE还是太方便了,但是毕竟还是有许多场景只能在Linux下完成,于是就经常还是需要用vim.gdb这些东西,用惯了IDE之后就觉得挺麻烦的.最近尝试了一下vscode的远程开发功能,就俩字:真香,写篇文章记录一下,以防我下次配置的时候忘记了. vscode配置远程开发环境 检查服务器是否安装ssh服务 服务器使用命令netstat -tanp查看是否存在sshd 一般这一步都不会

随机推荐