配置tensorflow环境(anaconda+jupyter notebook)

很早之前，tensorflow环境之前我也曾装过，但是用的不是很舒服，很多问题都不明所以然。今天想要系统地学习一下tensorflow，于是又重新搭建了一遍，这次还是踩了不少坑。特此写下此文，供有兴趣的读者参考一下，希望能够帮助到大家。也给自己留个备忘。

1.安装anaconda

anaconda适合各种python版本的兼容，内置功能也是非常强大，特别是虚拟环境（virtual env）的使用上，非常方便快捷。直接官网下载，选择对应的版本，然后安装到自己的目录下。不需要勾选vs code（有需要的话 安装后可自行添加）

2.安装python

可以在官网下载安装，也可以在anaconda里安装具体版本（通常只有几个经典版本可供选择，有条件或者网络支持的话可以优先考虑）

3.安装tensorflow以及tensorflow-gpu（同理）

conda install tensorflow （普通安装）

或 pip install tensorflow  (上面conda的安装方法容易网络不稳定，pip相对来说会省心不少)

或 pip install tensorflow -i https://pypi.tuna.tsinghua.edu.cn/simple (从国内镜像源下载，速度极快且稳定)

若要装具体版本，则在包名tensorflow后加上 == 版本号   例如：

 conda install tensorflow==1.9.0

ps:插一句，当你在找其他的一些conda源、pip源、国内镜像源都没有的包的时候，你可以在pypi.org上下载到你所需要的包，然后本地安装 :

pip install 本地路径名.压缩格式

pps:关于国内镜像源的补充：

pip国内的一些镜像

  阿里云 http://mirrors.aliyun.com/pypi/simple/ 
  中国科技大学 https://pypi.mirrors.ustc.edu.cn/simple/ 
  豆瓣(douban) http://pypi.douban.com/simple/ 
  清华大学 https://pypi.tuna.tsinghua.edu.cn/simple/ 
  中国科学技术大学 http://pypi.mirrors.ustc.edu.cn/simple/

修改源方法：

临时使用： 
可以在使用pip的时候在后面加上-i参数，指定pip源 
例如: pip install scrapy -i https://pypi.tuna.tsinghua.edu.cn/simple

永久修改： 
linux: 
修改 ~/.pip/pip.conf (没有就创建一个)， 内容如下：

[global]
index-url = https://pypi.tuna.tsinghua.edu.cn/simple

windows: 
直接在user目录中创建一个pip目录，如：C:\Users\xx\pip，新建文件pip.ini，内容如下

[global]
index-url = https://pypi.tuna.tsinghua.edu.cn/simple

4.安装jupyter notebook

安装完Anaconda利用conda创建了虚拟环境，但是启动jupyter notebook之后却找不到虚拟环境。

实际上是由于在虚拟环境下缺少kernel.json文件，解决方法如下：

1.首先安装ipykernel：

conda install ipykernel

2.在虚拟环境下创建kernel文件 ：

conda install -n 环境名称 ipykernel

3.激活conda环境：

activate 环境名称

4.将环境写入notebook的kernel中:

python -m ipykernel install --user --name 环境名称 --display-name "Python (环境名称)"

5.打开notebook服务器：

jupyter notebook

复制url，在浏览器打开对应地址，新建python，就会有对应的环境提示了

提示：

如果经常需要用jupyter notebook，那么最好在创建虚拟环境的时候便安装好ipykernel，命令：

conda create -n 环境名称 python=3.5 ipykernel

删除kernel环境：

jupyter kernelspec remove 环境名称

　　

ppps:如果想在任意文件夹下打开notebook,可以打开conda prompt，激活(activate)你需要用到的虚拟环境，然后cd进入你的程序项目所在的文件夹，直接输入jupyter notebook就可以啦。记得把kernel换成相对应的虚拟环境所生成的内核。

# 大概就想到这里，剩下的下次想起来再补充。

参考链接：

https://www.cnblogs.com/hgl0417/p/8204221.html

https://blog.csdn.net/yuzaipiaofei/article/details/80891108