没有显卡怎么使用anaconda配置tensorflow深度学习环境
tensorflow-cpu：2.2.0
无需安装keras，tensorflow与keras合并了，简而言之，tensorflow自带keras
接下来要用到的所有安装文件——网盘下载（其中的CUDA和CUDNN是gpu环境的配置，可以不下载）：
链接：https://pan.baidu.com/s/1cSwNCRKY0syOt-NBEdr94Q
提取码：p002
🔱一、Anaconda环境配置
📍 ①、Anaconda的下载（可跳过）
————————————————
新版本anaconda的下载：
安装最新的Anaconda，首先登录Anaconda的官网：Anaconda | Individual Edition。直接下载对应安装包就可以。
📍 ②、Anaconda的安装
打开下载好的安装包。
选择安装的位置，可以不安装在C盘。
我选择了Add Anaconda to my PATH environment variable，这样会自动将anaconda装到系统的环境变量中，配置会更加方便一些。
等待安装完之后，Anaconda的安装就结束了。
🔱 二、配置tensorflow2-cpu环境
📍 ①、tensorflow2-cpu环境的创建与激活
在命令提示符内输入以下命令用于创建名为f2-cpu的虚拟环境：
conda create –n tf2-cpu python=3.6 -y
activate tf2-cpu
这里一共存在两条指令：
前面一条指令用于创建一个名为tf2-cpu的环境，该环境的python版本为3.6。
后面一条指令用于激活一个名为tf2-cpu的环境。
由于我们所有的操作都要在对应环境中进行，所以在进行库的安装前需要先激活环境。
📍 ②、tensorflow2-cpu库的安装
但是，如果您想运行深度学习模型，还需要安装其他依赖库。详情如下：
[En]
But if you want to run the deep learning model, there are other dependent libraries that need to be installed. The details are as follows:
scipy==1.4.1
numpy==1.18.4
matplotlib==3.2.1
opencv_python==4.2.0.34
tensorflow_cpu==2.2.0
tqdm==4.46.1
Pillow==8.2.0
h5py==2.10.0
如果想要更便捷的安装可以在桌面或者其它地方创建一个requirements.txt文件，复制上述内容到txt文件中。
输入命令：（其中requirements.txt可以直接拖入终端命令窗口自动获取绝对路径，记得-r之后加个空格哦！很明显我这里是把文件放在了桌面）
pip install -r C:\Users\33232\Desktop\requirements.txt -i https://pypi.mirrors.ustc.edu.cn/simple/
其中，后面 -i 的一串命令是指使用中科大的源进行加速下载。
🔱 三、使用tensorflow2-cpu环境
1.在pycharm中打开对应文件，并在左上角的File种选择Settings
2、打开Python Interpreter
4、点击 ‘+’
5、在Conda Environment中选择Existing environment中的Interpreter可以选择刚刚配置好的环境
6、最后回到第四步界面选择如下蓝色标记：
完毕！
好啦，到此为止我们的环境安装已经结束啦，可以愉快的进行训练了，如果觉得有帮助的话，麻烦大家给个三连，谢谢！
Original: https://blog.csdn.net/qq_51831335/article/details/123159993
Author: 大气层煮月亮
Title: 没有显卡怎么使用anaconda配置tensorflow深度学习环境
原创文章受到原创版权保护。转载请注明出处：https://www.johngo689.com/497470/
转载文章受原作者版权保护。转载请注明原作者出处！