在Anaconda3环境中配置TensorFlow和Keras

在Anaconda3的默认环境中，往往缺少用户所需的深度学习框架。直接使用conda命令安装可能会因为网络不稳定而导致下载失败。因此，采用特定的安装方法更为可靠。

1. 创建Python 3.6环境

首先，需要创建一个Python 3.6的环境，因为TensorFlow早期版本对Python 3.6的支持最佳。具体步骤如下：

• 打开Anaconda Prompt，输入以下命令以添加清华大学的镜像源：

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

• 设置显示URL：

  conda config --set show_channel_urls yes

• 创建Python 3.6的环境：

  conda create --name py36 python=3.6 anaconda

• 激活新创建的环境：

  conda activate py36

• 验证Python安装：

  python --version

  确认Python 3.6已成功安装。

2. 安装TensorFlow

由于直接使用pip安装TensorFlow可能速度过慢且易超时，建议使用阿里云的镜像源来加速下载：

pip install -i http://mirrors.aliyun.com/pypi/simple --trusted-host mirrors.aliyun.com tensorflow

如果安装后在导入TensorFlow时遇到错误，例如“Failed to load the native TensorFlow runtime”或“ImportError: DLL load failed”，这可能是由于TensorFlow版本与当前环境不兼容。解决方法是卸载当前版本并安装特定版本（如1.5）：

pip uninstall tensorflow
pip install -i http://mirrors.aliyun.com/pypi/simple --trusted-host mirrors.aliyun.com tensorflow==1.5

3. 验证TensorFlow安装

在Python环境中执行以下代码以验证TensorFlow是否安装成功：

import tensorflow as tf

安装Keras涉及几个步骤，确保所有依赖项都正确安装。

1. 安装mingw和libpython

在激活的py36环境中，执行以下命令：

conda install mingw libpython

2. 安装Theano

使用阿里云镜像安装Theano：

pip install -i http://mirrors.aliyun.com/pypi/simple --trusted-host mirrors.aliyun.com Theano

3. 安装Keras

同样使用阿里云镜像安装Keras：

pip install -i http://mirrors.aliyun.com/pypi/simple --trusted-host mirrors.aliyun.com Keras

pip uninstall keras
pip install -i http://mirrors.aliyun.com/pypi/simple --trusted-host mirrors.aliyun.com Keras==2.1.6

最后，在Python环境中运行import keras以验证Keras是否安装成功。