1. Anaconda
1.1 Anaconda简介
Anaconda是一个开源的python发行版本，是现在比较流行的python数据科学平台，可以对python的科学包做到有效管理。在配置python开发环境时，比如爬虫环境、数据分析环境、深度学习开发环境（tensorflow）等，会需要安装很多科学包。如果遇到什么包就报出“No module named”的错误，然后“pip install”未免太过麻烦。而且很多开发环境支持的python版本不同，混在一起的兼容性也很麻烦，Anaconda又维护了若干个虚拟开发环境来把我们常用的开发环境区分开，还有可视化界面管理起来十分方便。
1.2 Anaconda下载
Anaconda的官方下载地址如下：
https://www.anaconda.com/
点进去之后来到下载界面
三个图标提供三个平台的下载地址：Windows、macOS、Linux
Anaconda提供两个最高版本的python下载，还有64位和32位可选。我用的是python3.7 64位的。
下载好之后是这样的
1.3 Anaconda安装
我只能说，Anaconda的用户体验过于优秀，安装时没什么大坑（不像其它环境配置的过程中那个坑啊(ˉ▽ˉ；)…），所以既然我都安装完成了，就不按步骤上图了。只说几个注意的地方。
经过Next和I Agree之后，来到第一个抉择的地方，这块问题不大，按照recommend的Just me就行，如果需要能够给这台主机的其他用户使用，就选用all users。
然后选择安装路径，以前我是安到C盘的，这回改安D盘了（笔者的笔电是256的固态，C盘容量太小了~~ _<~~），到后期配置一些环境还要安装科学包，使用需求大的一定要注意自己的磁盘空间，后来膨胀到5G以上都是可能的。
安装前的最后一步是一切其它选项。
Add Anaconda to my PATH environment variable是一种不建议采取的选项。就是把Anaconda添加到PATH环境变量中，这个的后果我不太清楚，但可能对其他的一些命令产生冲突？建议的Anaconda使用方式是在开始菜单中（start menu）中用Anaconda Prompt来启动。
Register Anaconda as my default Python 3.7是把Anaconda的默认环境下的python设置为系统的默认python。这点我也不太懂，不过如果选择这个的话，在后来的Anaconda虚拟环境管理中，就不要随意向默认环境（base）添加科学包了。
接下来就是install了，这个过程大概需要十分到二十几分钟？（来局王者吧_(:з)∠)_）
然后出现什么我记不清了。。好像有个什么跟Anaconda的联机支持有关的东西，其他博客上写的是Anaconda云和Anaconda支持。这个不用管它。
再后来，结束之前会让你安装一个VSCode。这个稍后会介绍，如果你选择安装的话，VSCode是会安装到C盘中的。
到此应该就结束了。
2. 在Anaconda下配置tensorflow
2.1 关于Anaconda Navigator
Anaconda Navigator在安装Anaconda后就已经安好了，启动方式是开始菜单（start menu）中找到Anaconda文件夹中的Anaconda Navigator，运行它。
Anaconda Navigator是Anaconda中的一个桌面图形用户界面，界面设计的对用户比较友好，可以免去我们在命令行程序中狂敲键盘安装科学包的烦恼，科学包搜索、鼠标一点、大功告成。跟本篇博客介绍的有关的，是左栏中的environment菜单，这里可以管理不同的虚拟开发环境，对环境中的科学包也都有可视化的管理，就像一个小仓库。base（root）虚拟环境是Anaconda的默认环境。
2.2 tensorflow环境配置
Anaconda下的tensorflow配置有很多种方式，不过我觉得从Anaconda navigator来配置还是最舒服的。
首先先来新建一个tensorflow虚拟工作环境（上来就放base环境里可不是什么好习惯(￣▽￣)”）。
点击create，并输入环境名称和python版本还有R版本（如果需要的话）。
请注意，如果是创建tensorflow工作环境，请选择python3.5或python3.6，不要选择python3.7，目前的tensorflow不支持python3.7.R版本可以忽略。
创建好tensorflow环境之后（笔者的tensorflow环境名字就叫tensorflow。。）可以看到tensorflow工作环境中有若干科学包，这都是创建环境之自动加入的一些默认包。
然后，点击tensorflow工作环境右侧的小箭头，并点击open terminal（这截不上图了），进入到Anaconda的tensorflow工作环境终端。或者，你也可以从之前说过的Anaconda prompt中，输入命令activate XX（工作环境名） 来进入tensorflow工作环境。
在终端中，输入命令pip install tensorflow，如果需要安装keras开发的话，还可以继续输入pip install keras。这两句命令一定是要在前面有（tensorflow）的命令行下输入的，这样才是在tensorflow虚拟环境下配置。 之后这个Anaconda下的tensorflow就配置好了。
我比较不能理解的是为什么这种配置方法，在Anaconda navigator中的tensorflow环境下，看不到相关的科学包？！！(⊙ˍ⊙)？
再说一个Anaconda下安装科学包的小贴士。如果需要安装某个特定的科学包，还可以在Anaconda navigator的environment中的这个搜索栏中搜索，记得选择not installed或all，installed意思是搜索这个已安装的包（还没安装呢啊喂）。
对环境中的科学包的具体操作，可以点选科学包左侧的小方框，如果是已安装的，方框有绿勾，否则就是空白。
其它有关environment的操作在这个界面中都有很明确的体现，所以我说这个东西还是挺友好的。。Anaconda navigator就介绍到这了，如果我还会其他的就再补充。。
2.3 tensorflow配置结果测试
在tensorflow环境的终端中测试如下：
3.VSCode的配置
说实话，笔者在写这篇配置教程时，是第一次接触VSCode（打人别打脸_(:з)∠)_）。。作为某高校的大二CS学生，接触过的IDE用过稚嫩的codeblocks写C，用netbeans写Java，接触过一点eclipse因为不会用放弃了。。为了追求高B格用pycharm写python，还用过一本教程中介绍的jupyter notebook来写tensorflow和keras，我那弱不禁风的D盘中，工程文件夹狼藉一片，每次接触一个新的IDE都头疼，自己的文件管理的乱七八糟。不过！！！今天我认识了VSCode！这一款轻量、高颜值、多功能、人性化、多插件、内置Git（这我还真不懂）的微软baba的IDE！
嗯~ o(￣▽￣)o下面介绍配置VSCode，来实现用VSCode写tensorflow。
我已经不记得刚进入vscode时是什么样子了…尽量还原的话，，大概是欢迎使用吧，最开始是英文版的。
3.1 VSCode汉化
首先在工具栏-查看-命令面板中，或CTRL shift P，调出命令面板，并在其中找到Configure Display Language
然后，在出现的配置文件中，把这个选项改成zh-CN，这块改的时候有提示信息的，还可以改成其他语言。
修改好保存，之后重启IDE，然鹅并没有如期的汉化成功，这是因为需要一个汉化插件，这里就不得不提我们VScode强大的插件功能了！！！像netbeans也有插件，不过vscode的插件管理也是非常好的！
在左侧仅有5个图标功能的栏中选择最后一个——扩展，然后搜索Chinese，得到如下插件。安装（install）简体汉化的那个就好了。
再次重启，就应该跟我一样是汉化界面了。。用过其它IDE的小伙伴应该都知道，每次新接触一个IDE都要为英文界面头疼，而汉化又要上网上找一些汉化包补丁什么的，VScode的汉化真的是挺方便的。
3.2 VSCode的Hello World
”Hello World“应该作为每个程序员在第一次使用IDE写程序时的神圣的测试样例！以希望今后给bug（不归）之路上的自己带来好运。IDE编写程序一般都需要创建一个工程，application或是project神马的。在VSCode中，工程的概念就是文件夹。没错，就是文件夹，“新建文件夹”的那个文件夹。。为了便于管理，创建一个用来存放VSCode工程的文件夹，这个文件夹内，再新建一个所谓的”工程“文件夹，名字自拟。
然后在VSCode中，打开这个文件夹，并在这个路径下，新建一个文件，比如说tfexercise.py，这是一个python文件。打开文件夹的快捷键是CTRL K，接着CTRL O。
然后就可以编写.py文件了，运行的话，是左边的第四个图标，快捷键是F5编译运行。编译运行之前确保选择好编译器，下一小节提到。
至于hello world这种简单的程序，用默认的编译器就可以。试试吧！
这里还有一个小贴士。在左上角调试边上有一栏可选项，其他的我不懂，第一个是current file（integrated terminal），就是输出终端是综合终端，是VSCode的标准配置，可以在IDE的终端窗口中查看输出。最后一个是current file（external terminal），这说的是输出终端是外部终端，要弹出一个外部终端窗口中查看输出。凭个人习惯来选吧，其他的选项，我不知道是做啥的。。。
3.3 VSCode配置Anaconda环境
现在我们要选择编译器了，这样才能让VSCode顺利编译运行。由于我们的VSCode是通过Anaconda打包安装的，所以Anaconda的虚拟环境也是直接放到VScode的选项里了。在左下角的这里点击，就可以在上面看到虚拟环境列表，选择你需要的虚拟环境用来开发。
这块好像没什么好说的，选择完事之后就差不多可以写程序了。不过坑还是有的，，我就说一些我踩的坑（(:з)∠)）
我在选择tensorflow环境前就运行了一个tensorflow写的程序，当然过不了了，改完编译环境后，还是不通过。就是这里一直都是base，说明我一直都是base环境下运行的程序，后来把这里的那个当前命令终端窗口关掉了，在是（tensorflow）的那个终端里跑就好了。我觉得是这样？
你看这个终端窗口里，就没进入到Anaconda里面去。
然后这是一次tensorflow程序的成功运行。
另外终端窗口里的命令行也是可以输入执行命令的！
然后在运行的过程中，还会遇到缺少pylint的问题，这个按照提示安装就好了，如果还不行，试试知乎上的回答？https://www.zhihu.com/question/53938825
到这里和本文标题相关的事情就告一段落了吧~ 谢谢大家~
4. 参考文献
几个可能有用的链接。
[1]: https://code.visualstudio.com/
[2]: https://docs.anaconda.com/anaconda/navigator/
[3]: http://www.cognitivecoder.com/2017/12/28/setting-the-python-anaconda-environment-in-vs-code/
[4]: https://code.visualstudio.com/docs/getstarted/userinterface
[5]: 《TensorFlow Keras深度学习人工智能实践应用》，林大贵。
[6]: 《TensorFlow：实战Google深度学习框架》，郑泽宇，梁博文，顾思宇。
[7]: https://www.anaconda.com/blog/developer-blog/tensorflow-in-anaconda/
总结
到此这篇关于Anaconda VSCode配置tensorflow开发环境的文章就介绍到这了,更多相关anaconda VSCode配置tensorflow环境内容请搜索ZaLou.Cn以前的文章或继续浏览下面的相关文章希望大家以后多多支持ZaLou.Cn！
