PyCharm 如何在一个环境中同时使用 Tensorflow 和 Sci-Kit Learn？
How to use Tensorflow and Sci-Kit Learn together in one environment in PyCharm?
我正在使用 Ubuntu 16.04。我尝试使用 Anaconda 2 安装 Tensorflow。但是它在 ubuntu 中安装了一个环境。所以我不得不创建一个虚拟环境，然后使用 Tensorflow。现在我如何在单一环境中同时使用 Tensorflow 和 Sci-kit 学习。
Anaconda defaults 还没有提供 tensorflow，但是 conda-forge 提供了，conda install -c conda-forge tensorflow 应该没问题，但是（对于其他阅读者！）安装的 tensorflow 将无法工作在 CentOS < 7（或其他 Linux 类似年份的发行版）上。
有很多安装选项，但例如，如果您使用#pip 方法，则可以使用以下方法安装#tensorflow：
sudo apt-get install python-pip python-dev python-virtualenv
然后按照官方说明完成流程：https://www.tensorflow.org/versions/r0.10/get_started/os_setup.html#pip-installation
示例 python2.7:
(tensorflow)$ export TF_BINARY_URL=https://storage.googleapis.com/tensorflow/linux/cpu/tensorflow-0.10.0rc0-cp27-none-linux_x86_64.whl
(tensorflow)$ pip install --upgrade $TF_BINARY_URL
并在同一个虚拟环境中使用相同的 pip 方法安装 scikit-learn：http://scikit-learn.org/stable/install.html
pip install -U scikit-learn
在终端中，通过
激活tensorflow
source activate tensorflow
然后，安装 scikitlearn 使用：
conda install -c anaconda scikit-learn
然后，您将在同一环境中拥有 scikit-learn 和 tensorflow。
我正在使用 Ubuntu 16.04。我尝试使用 Anaconda 2 安装 Tensorflow。但是它在 ubuntu 中安装了一个环境。所以我不得不创建一个虚拟环境，然后使用 Tensorflow。现在我如何在单一环境中同时使用 Tensorflow 和 Sci-kit 学习。
Anaconda defaults 还没有提供 tensorflow，但是 conda-forge 提供了，conda install -c conda-forge tensorflow 应该没问题，但是（对于其他阅读者！）安装的 tensorflow 将无法工作在 CentOS < 7（或其他 Linux 类似年份的发行版）上。
有很多安装选项，但例如，如果您使用#pip 方法，则可以使用以下方法安装#tensorflow： sudo apt-get install python-pip python-dev python-virtualenv
然后按照官方说明完成流程：https://www.tensorflow.org/versions/r0.10/get_started/os_setup.html#pip-installation
示例 python2.7:
(tensorflow)$ export TF_BINARY_URL=https://storage.googleapis.com/tensorflow/linux/cpu/tensorflow-0.10.0rc0-cp27-none-linux_x86_64.whl
(tensorflow)$ pip install --upgrade $TF_BINARY_URL
并在同一个虚拟环境中使用相同的 pip 方法安装 scikit-learn：http://scikit-learn.org/stable/install.html
pip install -U scikit-learn
在终端中，通过
激活tensorflowsource activate tensorflow
然后，安装 scikitlearn 使用：
conda install -c anaconda scikit-learn
然后，您将在同一环境中拥有 scikit-learn 和 tensorflow。