在之前的文章介绍了如何在Docker安装Tensorflow和运行代码，但是遇到的问题也很显著，我们编写的代码没有无法直观看到静态错误，无法得知语法是否错误，必须运行过后才可以看到，同时也无法Debug代码。PyCharm是一个非常给力的Python开发工具，提供代码提示、代码静态错误提示，还有Debug等功能。所以在我们的Mac环境安装Tensorflow是很有必要的。
我是使用官网推荐的Virtualenv方式，基于Python 2.7。
安装步骤
- 启动一个终端（即一个 shell）
- 通过发出以下命令来安装 pip 和 Virtualenv
$ sudo easy_install pip
$ pip install --upgrade virtualenv
- 通过使用以下命令来创建一个 Virtualenv 环境：
$ virtualenv --system-site-packages targetDirectory
激活 Virtualenv 环境
- 通过以下命令来激活该 Virtualenv 环境：
$ cd targetDirectory
$ source ./bin/activate
执行上述 source 命令后，您的提示符应该会变成如下内容：
(targetDirectory)$
- 确保已安装了 pip 8.1 版或更高版本：
(targetDirectory)$ easy_install -U pip
- 发出以下某个命令，将 TensorFlow 及其需要的所有软件包安装到处于活动状态的 Virtualenv 环境中：
(targetDirectory)$ pip install --upgrade tensorflow
当 Virtualenv 环境处于活动状态时，您就可以从该 shell 运行 TensorFlow 程序了。
用完 TensorFlow 后，可以通过发出以下命令来停用此环境：
(targetDirectory)$ deactivate
验证安装环境：运行一个简短的 TensorFlow 程序
从 shell 中调用 Python，如下所示：
$ python
在 Python 交互式 shell 中输入以下几行简短的程序代码：
# Python
import tensorflow as tf
hello = tf.constant('Hello, TensorFlow!')
sess = tf.Session()
print(sess.run(hello))
如果系统输出以下内容，则说明您可以开始编写 TensorFlow 程序了：
Hello, TensorFlow!
配置PyCharm开发环境
PyCharm的安装教程这里就不再介绍了，自行Google，很简单。PyCharm已经集成了VirtualEnv，在PyCharm即可快速的创建出虚拟环境并用于开发。
- 执行命令输出Python在Virtualenv的路径，一会儿需要用到
(targetDirectory)$ which python
/Users/Wiki/targetDirectory/bin/python
-
创建Python项目
image.png
-
进入
Preferences菜单，选择对于的项目的选项Project Interpreter，
image.png
image.png
image.png
image.png
- 运行代码：HelloWorld
通过步骤3，那么环境就已经配置好了，创建一个hello.py的文件，输入以下代码:
import tensorflow as tf
hello = tf.constant('Hello, TensorFlow!')
sess = tf.Session()
print(sess.run(hello))
右击Run 'hello'，或者点击右上角的按钮，就完成运行了。
image.png
网友评论