深度學習：用Anaconda管理你的tf環境

用Anaconda管理你的tf環境能節省不少開發時間，下面介紹不同版本cpu，gpu的 tf 的配置並與pycharm搭配使用。

1.打開Anaconda Prompt

2.conda創建不同的環境

（1）創建名爲cpu_tf1_14的環境：

conda create --name cpu_tf1_14 tensorflow=1.14.0

（2）創建名爲cpu_tf2_0的環境：

conda create --name cpu_tf2_0 tensorflow=2.0

（3）創建名爲gpu_tf1_14的環境（用gpu訓練）：

conda create --name gpu_tf1_14 tensorflow-gpu=1.14.0

（4）創建名爲gpu_tf2_0的環境（用gpu訓練）：

conda create --name gpu_tf2_0 tensorflow-gpu=2.0

3.查看環境

conda info -e

4.在Pycharm輕鬆切換環境

pycharm裏面，創建的某個項目中，添加剛剛用anaconda創建的四個不同的環境。

file->settings，後面看圖片吧。。。

後面兩個環境添加也是一樣的，最後添加完如下圖所示：

選擇一個點ok，就行，下次要是tensorflow環境跑不了直接選擇show all,切換一個環境就行，節省開發時間，哈哈哈。