Anaconda3、TensorFlow和keras简单安装方法（较详细），Anaconda3、TensorFlow与Keras的详细安装指南

摘要：，，本文介绍了Anaconda3、TensorFlow和keras的简单安装方法。通过详细步骤指导读者安装Anaconda3，为后续的环境配置打下基础。阐述了TensorFlow的安装过程，包括版本选择及注意事项。介绍了keras的安装方法。本文旨在为读者提供详细的安装指南，帮助初学者顺利搭建深度学习开发环境。

一、引言

由于学习需要用到Keras，我通过查找资料成功安装了Anaconda、TensorFlow和Keras，网上的相关资料虽然很多，但大部分不够全面，因此我记录下详细的安装过程，并推荐一些优秀的教程文章供大家参考。

Keras需要在TensorFlow之上运行，因此首先要安装TensorFlow，而TensorFlow只能在Python 3.7以前的版本中运行，所以需要先创建一个基于Python 3.6的虚拟环境，为此，我们需要先下载Anaconda。

二、Anaconda3下载和安装

Anaconda下载安装教程详见：https://blog.csdn.net/wq_ocean_/article/details/103889237（博主写的很详细）。

Anaconda包括Conda、Python以及大量已安装的工具包，如numpy、pandas等，安装Anaconda的主要好处有以下几点：

1、包含conda：conda是一个环境管理器，其功能依赖conda包实现，虽然可以通过pip安装conda包，但两者在细节上有所不同，有关两者的详细对比，可参见https://www.zhihu.com/question/279152320。

2、自动安装一大波科学计算工具包：Anaconda会自动安装一个基本的Python，该Python的版本与Anaconda的版本有关，这个Python已经安装了一大堆工具包，这对于科学分析计算非常便利。

3、可以创建使用和管理多个不同的Python版本：如果需要新建一个新框架或使用不同于Anaconda装的基本Python版本，Anaconda可以实现同时管理多个python版本的需求。

注：Anaconda3下载在官网下载比较慢，而且容易中断，推荐使用清华镜像方式进行下载：下载地址链接[点击这里](https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/)，并根据需要下载对应版本，更新conda和所有包的过程较长，网络会影响更新过程，我个人安装Anaconda时未进行更新，某些情况下可能会导致问题。

三、TensorFlow和Keras下载和安装

因为TensorFlow只能在Python 3.7以前的版本中运行，所以需要先创建一个基于Python 3.6的虚拟环境，以下是详细的安装步骤：

打开Anaconda Prompt（确保已下载Anaconda3），常用语句如下：

1、查看存在的环境：conda info -e。

2、创建新环境：conda create --name 环境名 python=python的版本号。

3、切换到某个环境：conda activate 环境名。

4、查看环境中已安装的包：conda list。

5、在环境中安装包：pip install 包名。

6、删除包：pip uninstall 包名。

7、删除环境：conda env remove -n 环境名。

创建一个Python 3.6环境（不建议使用自带的base），命令如下：

创建虚拟环境
conda create -n TensorFlow_py python=3.6
查看已创建环境
conda info --envs
切换到创建的环境中
conda activate TensorFlow_py

当命令行前缀（base）变成对应的环境名（TensorFlow_py）时，表示成功切换环境，在该环境下输入python。

进入python环境
python
退出python环境
exit()

安装TensorFlow前先更新pip和安装其他必要的模块包，打开Anaconda Prompt后输入以下命令：

更新pip 清华镜像下载较快或者直接使用pip下载模块包也可 清华镜像网址 https://pypi.tuna.tsinghua.edu.cn/simple/ 清华镜像下载命令pip install -i https://pypi.tuna.tsinghua.edu.cn/simple +包名 也可以直接下载模块包 pip install +包名卸载包pip uninstall +包名 卸载环境conda env remove -n 环境名 切换到有TensorFlow的环境下进行操作 conda activate TensorFlow_py 安装TensorFlow前先依次执行以下两个命令 conda install mingw libpython pip install theano 安装keras前先确认TensorFlow版本对应安装相应版本的keras pip install keras==版本号 打开python 进行import keras验证是否成功安装 Keras 使用命令为import keras 输出语句为Using TensorFlow backend表示安装成功 部分版本对应关系图见下文 输出语句为from keras import * 成功导入keras模块表示安装成功 四、配置PyCharm 在进行PyCharm配置时遇到的问题 新建项目后选择添加解释器 选择左侧Conda环境 新版本下的PyCharm界面如下其中Conda可执行文件选择Anaconda根目录下的_condaexe文件点击加载环境具体内容可参考文章pycharm找不到conda可执行文件_月光卫士的博客CSDN博客 创建项目文件左下角选择Tensor