利用Anaconda里面自带的Spyder实现Tensorflow调用(CPU版本)和OpenCV调用
这次为了完成图像识别的作业,由于图像背景干扰物太多,只能抱着试着看的心态安装Anaconda,Anaconda安装过程十分顺利,但是在安装对应Tensorflow时总是版本不对,好不容易版本匹配了,但是现有很多Tensorflow的代码都是Tensorflow1写出来的,由于采用的Anaconda匹配的python都是3.7以上版本,想匹配Tensorflow1对应的版本就很难完成,中间来来回回重装n次到崩溃,现在对这些过程进行总结,也方便以后进行快速搭建
单纯想实现Tensorflow安装
anaconda不同版本所自带的python版本也不同,若自己单纯想实现Tensorflow安装其实很简单,用自带的annaconda navigator进行安装就行:
- 在annaconda navigator中的environment进行添加对应的环境变量,若anaconda有自带的Spyder编译器,直接在root环境变量里面选择all搜索tensorflow,选中tensorflow,后面有对应的版本,再点击apply,然后软件就会自动进行安装,若安装比较慢,可更改Channel的地址,填写国内镜像源,如图中我填写的镜像(里面有好几个地址,建议都添加,这样找对应组件的时候比较全)由这样你就可以在Spyder里面调用tensorflow。
安装步骤非重要部分:若你想安装其他编译器就需要新建变量,点击Create,然后再在环境变量里面下载对应的编译器还有对应软件(生成环境变量只是搭建一个环境,不代表编译器已经下载好,想真正用上编译器还需要在这个环境变量里面下载。环境变量我个人理解相当于是一个盒子,你在这个盒子里面装什么版本的东西都跟其他盒子没有干扰,可能你可以在anaconda里面装两个python编译器,然后一个编译器用tensorflow1,另一个就能用tensorflow2,只要在对应环境变量里面下载想要版本的tensorflow)。一定要在同一个环境变量里面安装自己所需的所有软件,若你新建一个环境变量tensorflow,然后在这里面安装tensorflow,但是你编译器在root中,则你的编译器就不能直接调用你安装好的tensorflow。
Anaconda里面自带的Spyder(python3.6)+Tensorflow1安装
-
Anaconda版本选取 Anaconda版本建议选高版本,这样会有annaconda navigator,每个annaconda版本都有一个默认的python版本,下载之前一定要弄清楚,要不会陷入无尽重装噩梦,我下载的是Anaconda3–2.4.1,默认python版本是3.5,下载链接如下: https://repo.anaconda.com/archive/Anaconda3-2.4.1-Windows-x86_64.exe 安装好之后可以按照上面方法去安装Tensorflow或者是OpenCV,下载了就可以在Spyder里面调用,但是我在安装的时候只能下载到最新版本的Tensorflow2.4,我的代码只能在1版本上跑,按照网上说的 import tensorflow.compat.v1 as tf #使用1版本 tf.disable_v2_behavior() #禁用2版本 又会陷入无尽的版本不兼容,报错当中,若你的代码是Tensorflow2版本写的,就可以用annaconda navigator,这样就很方便。若代码是调用Tensorflow1,请看下面。 -
查找对应版本的tensorflow https://blog.csdn.net/qq_42535133/article/details/105381980 参考上面的博文进行tensorflow的whl文件下载,我是py3.6,用的是这一款。关于下哪一款whl,只需要看是否跟你的python版本匹配就行。 -
用annaconda prompt安装对应版本的tensorflow 打开anaconda prompt,先激活root环境变量(我的spyder是在安装在root变量中的,所以要激活该变量,若你的编译器再其他变量里面就需要对应激活),进去之后再输入要安装的对应tensorflow版本,等待安装。 安装完成之后就可以在Spyder中调用tensorflow,这是我运行的VGG样例
OpenCV安装
若想在anaconda实现OpenCV调用则简单的多,若想在自带的Spyder中调用OpenCV只需要按照上面“单纯想实现Tensorflow安装",在root环境变量中下载OpenCV。若需要限制OpenCV的版本则按照“Anaconda里面自带的Spyder(python3.6)+Tensorflow1安装”中的方法,利用anaconda prompt进行安装(一定要更换国内镜像源,要不下载会非常慢)
总结
基础环境的搭建按照上面的方法应该能不踩坑,不排除链接挂掉或者是电脑配置不一样导致不能正常安装,希望能帮到想自学神经网络的你。
|