tensorflow，Anaconda和 vscode 如何连接以及问题解决

主要是为了解决安装tensorflow的问题，tensorflow新版本已经不分gpu和cpu版本了，不需要再独立安装cpu，gpu版本，安装运行的时候自动查找是否有gpu，这个确实已经非常厉害了，能在Anaconda的环境下，再使用vscode，这个更方便，因为你写完java，写个go，再写个python，只要在vscode里面运行就行，多方便。

已经安装Anaconda

碰到问题，首先 conda update conda，可能会解决您的问题，再加入清华源。

Anaconda

可以在清华源进行下载，地址如下：
https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive
安装完了以后可以使用来创建自己的环境：

创建环境
conda create name
查看自己有多少个环境
conda list

下载非常慢的时候

conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/msys2/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --set show_channel_urls yes

安装tensorflow
pip install tensorflow,有了清华源后安装会快，但是也要保障网络正常比较好，不要连到很多人的共同路由器上，你会感到很烦躁，因为依然很慢，在家里的网络上，一下就几兆的下载速度，很快装完。

vscode

vscode 已经做得非常智能化，创建一个go文件，就会下载go的插件，创建一个python的文件，如test.py,就会下载python插件，自动找到anaconda的安装目录，但是这样不够，一定要把Anaconda 的路径加入到系统路径中

这三个路径加入后，重新打开vscode，建立python文件，写tensorflow代码，按照vscode的提示，链接环境，就可以了。感谢这些软件的制作者，真的收益非浅，智能化，人性化做得非常好。

其他问题

Disable GPU的Log信息，运行GPU版本可能会有一堆的Warning，在Python Code前设置log等级：

import os
os.environ[‘TF_CPP_MIN_LOG_LEVEL’] = ‘2’

查看版本

import tensorflow as tf
from tensorflow.keras import layers
print(“tensorflow version:”,tf.version) //please use tf.__ version __
print(“keras:”,tf.keras.version) //please use __ version __ 当中不要有空格，markdown 无法显示两个下划线

输出：

tensorflow/stream_executor/platform/default/dso_loader.cc:44] Successfully opened dynamic library cudart64_101.dll
tensorflow version: 2.2.0
keras: 2.3.0-tf

切换版本

切换到conda base 环境下

conda activate base
在base下我装的是tensorflow2.3，tensorflow 和 vscode 组成一道靓丽的风景线