tensorflow 镜像源清华指令 tensorflow清华镜像安装地址

目录

• 一、anaconda安装
• 二、tensorflow安装
• 三、Opencv安装
• 四、pycharm新建项目使用Anaconda的环境
• 五、验证环境安装
• 六、tensorflow安装jupyter notebook

一、anaconda安装

• anaconda官网：https://www.anaconda.com/
• anaconda下载：https://repo.anaconda.com/archive/

• Anaconda官网安装包下载速度巨慢，国内小伙伴不建议尝试

• 使用清华大学镜像：https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/

• Anaconda安装：

• 安装路径：C:\develop_env\Anaconda3
• 选择所有用户：All Users
• 勾选环境变量配置 + python3.6安装（这个跟安装的Anaconda版本有关系）

• 验证Anaconda是否安装成功：开始菜单 -> 打开Anaconda Prompt -> conda -V

二、tensorflow安装

• 下载pip：默认安装的是pip 9.0.1版本，我们后续需要pip config来切换镜像源地址，我们需要升级pip版本

• 清华镜像地址https://pypi.tuna.tsinghua.edu.cn/simple/pip/
• 下载版本：pip-20.3b1-py2.py3-none-any.whl

• 升级pip：python -m pip install D:\downloads\chrom_download\pip-20.3b1-py2.py3-none-any.whl

• 此处的路径根据自行下载的路径

• 打开anaconda删除默认的channels：

• Add：http://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/，这里的https可能会报错，所以使用http
• 另外2个都删除掉，否则创建环境会失败或者报SSLError，然后点击updates channels
• 也可以使用命令行执行，还可以通过进入”C:\Users\Administrator“，打开“.condarc“修改

conda config --remove-key channels
conda config --add channels http://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/

• 设置镜像仓库：选择清华软件仓库镜像安装TensorFlow，这样更新会快一些
• 清华镜像tensorflow查看地址：https://pypi.tuna.tsinghua.edu.cn/simple/tensorflow/
• 在cmd命令行窗口执行

conda config --set show_channel_urls yes

# pip配置国内源
pip config set global.index-url https://mirrors.ustc.edu.cn/pypi/web/simple

• 创建环境：用Anaconda3创建一个python3.6的环境，环境名称为tensorflow

• 键入：conda create -n tensorflow python=3.6
• 在给出Proceed时键入y
• tensorflow环境创建完成后，键入conda info --envs，可以发现，除了基础环境base外，我们还可以看到刚刚创建的名为tensorflow的环境

• 激活tensorflow环境：activate tensorflow

• 如果我们想退出tensorflow环境：conda deactivate



• 
  

• 这里还需要为tensorflow的环境再升级一次pip的版本：因为默认创建的tensorflow环境pip版本依然是9.0.1（这里需要参考上面的pip在激活的tensorflow参考上面的pip升级）
• 安装cpu版本的TensorFlow：具体需要使用CPU版本还是GPU版本根据自己电脑配置决定

• 也可以使用anaconda3直接安装（如果pip报错的话）

#指定版本（建议安装所需版本）
pip install tensorflow-cpu==1.2.1

• 如果后期需要更换版本：我更建议重新建立一个新环境

# 卸载
pip uninstall tensorflow-cpu
pip uninstall keras

pip install tensorflow-cpu==1.2.1

• 验证TensorFlow是否安装成功

• 键入python切换到tensorflow环境的python下
• 键入import tensorflow as tf
• 键入tf.__version__，如果正常返回版本号，没有报错证明TensorFlow安装成功

三、Opencv安装

• opencv安装：pip install opencv-python==3.3.1.11

• 清华镜像地址：https://pypi.tuna.tsinghua.edu.cn/simple/opencv-python/

• 安装opencv-contrib：pip install opencv-contrib-python==3.3.0.10（如果提示权限不足，关闭后使用管理员打开Anaconda Prompt）

• 清华镜像地址：https://pypi.tuna.tsinghua.edu.cn/simple/opencv-contrib-python/



• 
  

四、pycharm新建项目使用Anaconda的环境

• 新建项目
• 配置解释器：文件 -> 设置 -> 解释器

五、验证环境安装

• pycharm验证开发环境：

• os.environ['TF_CPP_MIN_LOG_LEVEL'] = '2'：这个可以加快pycharm中tensorflow的运行以及降低警告级别

import tensorflow as tf
import os
os.environ['TF_CPP_MIN_LOG_LEVEL'] = '2'

hello = tf.constant("hello world")
with tf.Session() as sess:
    print(sess.run(hello))

• 上面在代码中添加了警告级别的设置：这个也可以通过直接设置环境变量一劳永逸



• opencv环境验证：任意找一张图片，放到项目目录下，运行如下代码能够显示代表opencv环境搭建成功

import cv2

img = cv2.imread('image0.jpg', 1)
cv2.imshow('image', img)

cv2.waitKey(0)

六、tensorflow安装jupyter notebook

• 打开anaconda3的Home：选择tensorflow环境，点击jupyter notebook下的install



• jupyter也可以从命令行启动：



• 其他备注：如果打开Anaconda3卡在初始化，可以尝试使用管理员运行