[TOC]

概述

Anaconda环境搭建

文章参考：https://weread.qq.com/web/reader/47432a3072021a1c4749d92kd3d322001ad3d9446802347

文章参考：https://cloud.tencent.com/developer/article/1649008

MacOS上安装Tensorflow2.0

Anaconda3的下载地址：https://www.anaconda.com/products/individual

安装，一路Next。

Linux系统中安装Anaconda

升级到pip最新版本

在写这篇文章的时候，Anaconda 最新绑定版本是 2020.02。在下载安装脚本之前，浏览下载页面，并且检查是否有更新的Anaconda 可用。

Ubuntu上面怎么使用Anaconda

conda info

conda --version           # 获取conda版本号  

conda info --envs         # 获取当前所有虚拟环境
source activate 【your_env_name】# 进入某个环境
source deactivate         # 退出当前环境
conda create --name 【new_env_name 】--clone 【old_env_name】 # 复制某个环境
conda remove --name 【your_env_name 】--all  # 删除某个环境
conda list # 查看当前环境中有哪些安装包

# conda environments:
#
base                  *  /home/gld/anaconda3
python36                 /home/gld/anaconda3/envs/python36

conda activate tensorflow

Anaconda 镜像使用帮助

Anaconda 是一个用于科学计算的 Python 发行版，支持 Linux, Mac, Windows, 包含了众多流行的科学计算、数据分析的 Python 包。

Anaconda 安装包可以到 https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/ 下载。

TUNA 还提供了 Anaconda 仓库的镜像，运行以下命令:

// 设置国内镜像
(base) frewen@frewenUbuntu:~/下载$ conda config --add channels https://mirrors.ustc.edu.cn/anaconda/pkgs/free/
(base) frewen@frewenUbuntu:~/下载$ conda config --add channels https://mirrors.ustc.edu.cn/anaconda/pkgs/main/
(base) frewen@frewenUbuntu:~/下载$ conda config --set show_channel_urls yes

即可添加 Anaconda Python 免费仓库。

运行 conda install numpy 测试一下吧。

conda create -n tensorflow python=3.6


conda activate tensorflow


conda deactivate

卸载

直接删除目录~~/anaconda3以及删除~~/.bashrc里相应的内容即可。

Tensorflow2.0环境搭建

文章参考：https://tensorflow.google.cn/install?hl=zh-cn

MacOS下Tensorflow2.0环境搭建

使用命令行来安装Tensorflow环境

#1、创建独立的运行环境并激活
conda create -n tensorflow2-py38 python=3.8
# 激活tensorflow2-py38环境
conda activate tensorflow2-py38

#2、安装相关的软件包
# 使用conda命令进行安装
conda install numpy matplotlib PIL scikit-learn pandas

# 使用pip进行安装（推荐使用，笔者使用conda安装的时候发现有失败的情况）
<!--使用豆瓣的镜像-->
pip install numpy matplotlib Pillow scikit-learn pandas -i https://pypi.douban.com/simple
<!--使用清华的镜像-->
pip install numpy matplotlib Pillow scikit-learn pandas -i https://pypi.tuna.tsinghua.edu.cn/simple

# 3、安装Tensorflow2.0
pip install tensorflow -i https://pypi.douban.com/simple
# 安装固定版本的tensorflow
pip install tensorflow==2.3.0 -i https://pypi.douban.com/simple

测试Tensorflow是否安装成功

打开jupyter.

如果出现上面的显示，则证明没有安装成功

如果出现下面的内容则表示安装成功

第一个Tensorflow2.0的程序

我们写一个

import tensorflow as tf

hello = tf.constant('hello tf!')
# 在tensorflow1.0中恶心的session.run.在tf2.0中终于不用使用了。
# sess = tf.Session()
# print(sess.run(hello))
print(hello)

ds_tensors = tf.data.Dataset.from_tensor_slices([6,5,4,3,2,1])

import tempfile
# 
_,filename = tempfile.mkstemp()

print(filename)

# 循环打开文件
with open(filename,'w') as f:
    f.write("""
    Line1
    Line2
    Lin23
    """)
ds_file = tf.data.TextLineDataset(filename)

设置Anaconda的镜像源

文章参考：https://mirrors.tuna.tsinghua.edu.cn/help/anaconda/

TUNA 还提供了 Anaconda 仓库与第三方源（conda-forge、msys2、pytorch等，查看完整列表）的镜像，各系统都可以通过修改用户目录下的 .condarc 文件。Windows 用户无法直接创建名为 .condarc 的文件，可先执行 conda config --set show_channel_urls yes 生成该文件之后再修改。

注：由于更新过快难以同步，我们不同步pytorch-nightly, pytorch-nightly-cpu, ignite-nightly这三个包。

channels:
  - defaults
show_channel_urls: true
default_channels:
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/r
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/msys2
custom_channels:
  conda-forge: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  msys2: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  bioconda: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  menpo: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  pytorch: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  simpleitk: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud