Anaconda中搭建Tensorflow2.1.0环境+安装Keras过程

Doris232

Anaconda中搭建Tensorflow2.1.0环境+安装Keras过程

打开Anaconda Navigator和Anaconda Prompt,在Anaconda Prompt中输入下列代码，之后在Anaconda Navigator中就会出现一个新的环境tensorflow,见图1.

1. conda create -n tensorflow #建立一个名为tensorflow的环境（环境名字可以随便取，之后要在这个环境里安装tensorflow2.1.0）
2. conda activate tensorflow  #激活该环境

复制代码

图1：

安装并升级pip

1. conda install pip #安装pip
2. pip list#查看安装了哪些包及对应版本，执行这条指令时可能会报错，错误的意思是pip的版本太低，同时会给出升级pip的指令，只要复制下来对应的指令并运行即可，之后输入pip list可以验证是否升级完成

复制代码

如果提示要升级pip,一定要输入相应的指令升级

安装Tensorflow2.1.0环境

1. pip install tensorflow==2.1.0-i http://mirrors.aliyun.com/pypi/simple --trusted-host mirrors.aliyun.com

复制代码

这里使用的是阿里云镜像，如果安装失败考虑换镜像
常用的镜像如下：
https://pypi.tuna.tsinghua.edu.cn/simple/
https://pypi.mirrors.ustc.edu.cn/simple/
http://pypi.hustunique.com/
http://pypi.sdutlinux.org/
http://pypi.douban.com/simple/
http://mirrors.aliyun.com/pypi/simple/

安装keras

1. pip install keras==2.3.1-i http://mirrors.aliyun.com/pypi/simple --trusted-host mirrors.aliyun.com

复制代码

之所以要安装keras2.3.1是因为与TensorFlow2.1.0匹配的keras的版本是keras2.3.1

检查安装结果，程序运行结果如图2

1. pip list

复制代码

图2：

可以看到tensoeflow2.1.0和keras2.3.1都已经安装完成，图2只截取了部分，但已经可以看出安装了很多包，这是因为包与包之间有依赖关系，当安装某个包时，其所依赖的包也会被安装。

在jupyter notebook中使用tensorflow
在Anaconda Navigator的Home中将Application on切换到tensorflow环境，该环境里是没有安装jupyter notebook的，因此需要先安装jupyter notebook。点击install,安装完毕后点击launch即可在jupyter notebook中打开刚刚安装好的tensorflow环境



在jupyter notebook中输入如下代码也可查看tensorflow以及keras的版本，程序的正常运行也进一步说明tensorflow与keras安装成功，可以正常使用