ubuntu查看tensorflow使用的python解释器位置，pycharm关联

版权声明：本文为博主柒晓白（邹涛）原创文章，未经博主允许不得转载，否则追究法律责任。 https://blog.csdn.net/ITBigGod/article/details/86142827

ubuntu查看tensorflow使用的python解释器位置，pycharm关联

ubuntu系统下查看tensorflow使用的python解释器的位置，版本，和tensorflow的版本，位置信息，以及关联各类开发工具IDE等，是深度学习开发者基本的操作。

不多说，直接看。

1.查看tensorflow信息方法大全

1.1 python终端里面看

linux系统打开终端，ctrl+alt+t。
依次输入命令：

python
import  tensorflow as tf
tf.__version__
tf.__path__

效果图：
在这里插入图片描述

1.2 pip命令来查看

然而如果你需要查看更多tensorflow详细的信息，安装目录等
使用命令 ：
pip show -f tensorflow

效果：
在这里插入图片描述
OMG，消息太多，显示不全？

1.3 如果终端显示信息太多了，怎么办？

利用管道：

命令 |  more 
命令 |  less

用less可以使用键盘的 j和k 进行上下移动。

修改使用命令 ：
pip show tensorflow | less

ctrl+z结束。

效果：
在这里插入图片描述
这就知道了关于tensorflow更多的信息。
Version是版本，Location是本地安装位置。
安装的：tensorflow：1.10.ckan0
位置：/home/xxy/anaconda3/envs/tensorflow/lib/python3.5/site-packages/tensorflow 源码位置。

1.4 pip命令查看版本大全法

如果你的tensorflow是通过命令pip来安装的。
那么还可以查看所有通过pip安装的包的版本。

查看pip安装的包的版本：

pip freeze  或者是 pip list

（只要是通过pip安装的，都可以这么查询！）
在这里插入图片描述

注意：

如果一定要用pip freeze来显示所有包，可以加上参数-all，即 pip freeze -all

消息显示太多了？
那么还可以指定查看的包名称。

1.5 pip指定包名查看法（推荐）

如果你觉得使用pip list 消息显示太多了？那么还可以指定查看的包名称。

 pip show tensorflow （包名称） 非常好用!!!

效果：
在这里插入图片描述

还出现了tensorflow的相关信息。这个命令还是比较好用的。推荐。

1.6 快速定位包的文件所在（不推荐）

如果你想快速定位包的文件所在，可以使用uninstall命令:
命令：以ipython为例子，因为我的tensorflow实在不敢动。

pip uninstall ipython

效果：
在这里插入图片描述

需要注意的是！我们需要按下n取消卸载！！！不要输入y，不然就卸载了。

2.查看tensorflow关联的python

安装tensorflow的时候，我们需要指定使用的python版本，但是在拿到新机器或者是别人的电脑的时候，我们需要知道它使用的是哪个python版本？
更何况，在linux系统下，多个python版本共存经常的事情。
更别说是使用了anaconda的，py版本更是非常多。

查看tensorflow使用的python解释器的位置，版本

首先也是打开终端。

1.查看python版本：

使用命令：

python
improt tensorflow

效果：
在这里插入图片描述

这样我们便知道了tensorflow使用的python版本是py3.5.6版本。

2.查看python安装位置：

确定了你的python版本以后，可以查看它的安装位置：

 which python3.5
 或者
 whereis python3.5

这两个命令有时候不太管用。

效果：
在这里插入图片描述

3.查看tensorflow使用的python解析器位置（pycharm关联tensorflow：）

pycharm关联tensorflow，实际上是关联tensorflow所用的python解析器，也就是python.exe。
但是，它的位置并不一定是你查询到的python安装路径。

例如用pycharm使用tensorflow时，需要配置好安装好tensorflow的虚拟机环境；

当你新建一个项目：PyCharm中输入import tensorflow as tf报错。

那是因为：

安装了TensorFlow，而它所用到的python解释器和我们当前PyCharm所用的python解释器不一致。

解决方案：(*)

  1. 找到TensorFlow下的python解释器的本地位置：

    which python	//查找它使用的python版本。

如图：
在这里插入图片描述

比如我的指出：/home/xxy/anaconda3/envs/tensorflow/bin/python
看到了吧，我虽然tensorflow使用的是python3.5，但是指向的文件夹是/bin/python 哟。

这也是pycharm里面需要指向的地方。

找到了python的对应位置以后，
打开PyCharm软件, 进入File->Settings目录下(默认快捷键CTRL + ALT + S)后界面如下:
找到如图：
在这里插入图片描述

右边有个”设置”按钮,单击后,我们选中”Add Local”,Add Local的路径就是第1步中的结果，选择正确的python位置。

在这里插入图片描述

重新运行,BUG消除。
在这里插入图片描述

到此结束。

更多精彩内容