在Anaconda3下使用清华镜像源安装TensorFlow(CPU版)

巷口听风
巷口听风
发布时间:2026-10-13| 4人浏览过
原创

本文详细讲解如何在Anaconda3环境下,通过配置清华大学开源软件镜像源来安装TensorFlow CPU版本。内容涵盖环境创建、镜像配置、库安装、版本验证以及在Jupyter Notebook中的集成使用方法,帮助开发者快速搭建本地AI开发环境。

环境准备与镜像配置

首先,启动Anaconda Prompt终端工具。

接下来,开始构建TensorFlow的运行环境。


conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --set show_channel_urls yes
conda create -n tensorflow python=3.5

找到用户目录下的.condarc配置文件。

环境配置阶段结束。

执行CPU版本的TensorFlow安装命令。


// 启动TensorFlow:
activate tensorflow

TensorFlow安装验证

验证TensorFlow是否安装成功。

在终端中进入Python交互环境。

输入以下测试代码:


import tensorflow as tf
hello = tf.constant("hello, tensorflow!")
sess = tf.Session()
print(sess.run(hello))

若输出结果为 b'hello, tensorflow!',,则表明安装成功。

Jupyter Notebook集成使用

在Jupyter Notebook中使用TensorFlow。

进行必要的准备工作。

依次安装ipython和jupyter组件。


conda install ipython
conda install jupyter

执行以下命令:

运行命令:ipython kernelspec install-self --user

看到类似Installed kernelspec python3 in C:\Users\XXX\Jupyter\kernels\python3即可以了!的返回结果即可。

打开Anaconda Jupyter,稍作等待。

复制生成的网址,在浏览器中打开。

新建一个Python 3文件。

输入以下代码:


import tensorflow as tf
tf.__version__

查看输出结果。

确认安装成功。

安装完成后,每次使用TensorFlow前均需激活conda环境。


//查看环境
conda info --envs
//激活环境
activate tensorflow
//关闭环境
deactivate tensorflow

至此,关于在Anaconda3下使用清华镜像源安装TensorFlow(CPU版)的教程介绍完毕。如需了解更多Anaconda3安装TensorFlow(CPU版)相关内容,建议搜索本站往期文章或继续阅读后续文章,感谢大家的支持!

免责声明:本文内容仅供参考,不代表本站观点。转载或引用请注明出处。

Python 相关产品和应用

全部下载
Selenium

Selenium

4.51.0 · Windows

用于浏览器自动化和 Web 测试的 Python 工具。

scikit-learn

scikit-learn

1.9.1 · Windows

常用 Python 机器学习算法与模型评估工具库。

Black

Black

26.10.1 · Windows

强调一致性的 Python 自动代码格式化工具。

Ruff

Ruff

0.17.1 · macOS

由 Rust 编写的高速 Python 代码检查和格式化工具。

pytest

pytest

9.1.1 · Windows

简洁而强大的 Python 自动化测试框架。

FastAPI

FastAPI

0.146.0 · Windows

高性能 Python API 框架,支持类型提示和自动接口文档。

Flask

Flask

3.1.3 · Windows

轻量灵活的 Python Web 应用框架。

Django

Django

6.1.2 · Windows

成熟的 Python Web 框架,适合构建内容站点和业务系统。

Spyder

Spyder

6.1.7 · Windows

面向科学计算与数据分析的 Python 集成开发环境。

SciPy

SciPy

1.18.1 · Windows

面向科学、工程和技术计算的 Python 算法库。