tensorflow环境搭建

最新推荐文章于 2026-03-11 00:10:49 发布

原创最新推荐文章于 2026-03-11 00:10:49 发布 · 581 阅读

本内容遵循CC 4.0 BY-SA版权协议

收录于

深度学习

本文详细介绍了如何使用Anaconda在本地计算机上搭建TensorFlow深度学习环境。首先，通过清华镜像源下载并安装Anaconda，然后利用Anaconda的命令行工具进行环境管理和包管理。具体步骤包括创建新的环境、激活环境、安装TensorFlow以及验证安装是否成功。

anaconda是python集成开发环境，主要提供包管理、多环境管理等功能。

在这里插入图片描述
选择最新是适合版本下载安装即可

Anaconda安装成功后，开始菜单栏会新增以下快捷方式:
在这里插入图片描述

Anaconda命令行终端，常用命令如下：


命令	说明
conda list	查看环境安装的所有包
conda install {package_name}	安装指定包
conda remove {package_name}	卸载指定包
conda update {package_name}	更新指定包
conda update -all	更新所有包
conda create -n {env_name} {list of packages}	创建新环境，并且在新环境中安装指定某些包
conda activate {env_name}	激活指定环境
conda deacativate {env_name}	退出指定环境
conda env list	查看环境列表
conda env remove -n {env_name}	删除指定环境

其中由{}括起来的部分均为参数，应该在使用时指定。Anaconda支持多环境，在Anaconda Prompt中需要指定环境，才能够正确操作。

Anaconda自动安装的IDE，还没使用体验过。

Anaconda图形化操作应用，其作用于Anaconda Prompt一致。

		conda create -n tensorflow

		conda activate tensorflow

		conda install -c conda-forge tensorflow

		python
		>>import tensorflow as tf
        >>ses = tf.Session()
        >>a = tf.constant(10)
        >>b = tf.constant(12)
        >>ses.run(a+b)