Anaconda配置Python3.6+TensorFlow1.12.0+Keras（CPU/GPU版）离线/在线指南

"本资源详细介绍了如何在有网络和无网络的情况下，利用anaconda在CPU和GPU环境下配置python3.6、tensorflow1.12.0以及keras。" 在anaconda环境中配置python3.6、tensorflow1.12.0和keras，无论是在连网还是离线的电脑上，都需要遵循一定的步骤。首先，确保安装了anaconda3，这可以通过执行exe安装文件并按照提示操作来完成，记得在安装过程中选择添加环境变量。对于连网的电脑，配置基于CPU的tensorflow时，需要安装Visual C++（VC），然后安装python。之后，通过anaconda prompt创建一个新环境，指定python版本为3.6。 在新环境中，使用命令行安装tensorflow和keras。对于keras的安装，需要切换到特定的文件路径下执行安装。安装完成后，通过重新打开anaconda prompt并运行相关命令来验证安装是否成功。 如果要配置基于GPU的tensorflow，除了上述步骤外，还需要安装CUDA和CUDNN。CUDA的安装是通过执行两个exe文件，而CUDNN则需要解压缩后将文件复制到指定的CUDA目录下。然后，使用GPU版本的tensorflow安装命令进行安装，验证步骤与CPU环境相同。 对于离线电脑，所有需要的安装包都必须提前准备好并拷贝到电脑上。例如，anaconda3的安装包、python的exe文件、以及tensorflow和keras的whl文件等。离线安装时，先安装anaconda，然后将环境文件拷贝到envs目录下，激活环境并进行相应的安装。同样，离线安装GPU版本的tensorflow也需要提前准备CUDA和CUDNN的安装文件，按照类似步骤进行安装。 在所有安装步骤完成后，可以通过运行python环境、检查tensorflow和keras的版本来验证配置是否成功。成功后，可以启动如spyder这样的IDE进行开发工作。无论是在线还是离线环境，关键在于正确安装和配置各个依赖，并确保它们在anaconda环境中能正常运行。