在macOS 系統利用搭建anaconda + pycharm + tensorflow

搭建anaconda + pycharm + tensorflow

下載anaconda

anaconda 其實是python的一種發行版,但是相比於源生的python,它有更多的package,像matplotlib、numpy、pandas等等宏包
下載就比較簡單了,找到對應的系統以及適應的安裝包即可,安裝還是比較簡單的,不會的話可以看看別人的blog

pycharm

pycharm只是一種編輯器編輯器只是用來編輯你寫的代碼的,並不是用來編譯代碼的,用什麼編譯器都是可以的!!!代碼本身和數學思想纔是程序的靈魂!!
pycharm的下載也比較簡單.有pycharm CE版和profession版,但是支持版權的話還是儘量用CE版吧.

tensorflow的搭建

tensorflow有cpu和gpu版本,具體可以看自己的Mac系統.
本文主要是講gpu版.
假定你已經安裝好了anaconda和pycharm.

首先創建一個dircectory,projects下面對應的directory主要是用於存儲tensorflow的虛擬環境,好比一個容器(container),你調用的是容器裏面的東西,你在這個directory調用包的時候原來anaconda的包會不起作用(注意下)不過pycharm波浪紅線會告訴你沒有安裝,你可以在你環境的terminal下載(儘量用鏡像).

創建好之後,打開終端(terminal)
鍵入source activate test1(你創建什麼dir名稱就輸入什麼 )因爲我創的是test1所以就輸出這個

當你輸入之後顯示長城這個樣子的話說明你進入了環境.可以進行後續的步驟
然後嘗試一下退出環境(可進行可不進行)就是測試一下

這裏用source deactivate退了出來的,不過它建議是用conda deactivate.成不成功其實都無所謂你如果重新進終端就得重新啓動test1的環境.再強調下,這個環境是爲tensorflow單獨搭建的環境.

conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/
conda config --set show_channel_urls yes

儘量還是先退出來,退出來後把源切換到清華大學的鏡像站,要不手動下載tensorflow非常的慢.
切換鏡像源沒有問題之後重啓一下終端

再次進入test1的環境source activate test1
然後輸入conda install numpy 安裝一些包.如果中途出現安裝失敗就得再輸入conda install之後的步驟都是一樣的

像這裏沒成功,就需要再次安裝

這樣就成功了.

安裝numpy就是測試一下.然後最重要的就是tensorflow的安裝了

conda install tensorflow

這裏有失敗的安裝,還需要再次安裝
再次conda install tensorflow

就一直conda install tensorflow直到都安裝完畢和正確

等待安裝完之後進入pycharm新建一個pycharm,一定要在你創的虛擬環境進行創建.創建一個文件,輸入這些進行測試.

import tensorflow as tf
import numpy as np

tf.compat.v1.disable_eager_execution()

# 使用 NumPy 生成假數據(phony data), 總共 100 個點.
x_data = np.float32(np.random.rand(2, 100))  # 隨機輸入
y_data = np.dot([0.100, 0.200], x_data) + 0.300

# 構造一個線性模型
# 
b = tf.Variable(tf.zeros([1]))
W = tf.Variable(tf.random.uniform([1, 2], -1.0, 1.0))
y = tf.matmul(W, x_data) + b

# 最小化方差

loss = tf.reduce_mean(tf.square(y - y_data))
optimizer = tf.compat.v1.train.GradientDescentOptimizer(0.5)
train = optimizer.minimize(loss)

# 初始化變量
init = tf.compat.v1.global_variables_initializer()

# 啓動圖 (graph)
sess = tf.compat.v1.Session()
sess.run(init)

# 擬合平面
for step in range(0, 201):
    sess.run(train)
    if step % 20 == 0:
        print(step, sess.run(W), sess.run(b))

如果成功了就說明環境搭建完了.
如果你缺少包的話.可以在pycharm的terminal裏利用pip進行安裝
例如pip install matplotlib -I 鏡像源網站(可以更快)
ok了~~