在一个天气晴朗的早晨，你心情愉悦，梳理完CNN项目代码心情更好了，准备训练试试看

然后你拖动鼠标，点了运行pycharm的绿色小图标，满怀期待地看着终端.....

终端弹出了：

不妙，报错了！

不慌，仔细看看什么报错

→ No module named 'tensorflow

为什么会提示  “No module named 'tensorflow'” ？

这个错误一般有两种可能：

1. 当前环境中确实没有安装 TensorFlow；
2. 已经安装了 TensorFlow，但运行代码时使用的不是那个环境。

第二种情况更常见。比如，你在A环境装了 TensorFlow，却在B环境里运行代码。
B 自然会说：“我没这个库”。

很多小白和像我一样，可能看到这个报错的第一反应是直接

pip install tensorflow

虽然能装上，但是我们得斟酌一下：

还记得小咸鱼在本文开头放的截图吗？

同时框住了报错和虚拟环境env

我们需要考虑环境

→全局环境or特定的虚拟环境

如果直接在终端pip install tensorflow（全局环境），可能会引起环境污染，后续问题会越来越多

什么是环境污染

环境污染就是不同项目互相干扰，版本冲突、包混乱、调试地狱。直观来说就是运行的环境很不整洁，不同项目需要的包乱七八糟的rua到了一起，就像书桌上堆满了书、试卷、笔，但是我们可以分类，把书放到书架上、试卷放到文件夹里、笔放进笔袋，这样就整洁很多。

解决办法很简单——用虚拟环境。

三、创建并使用虚拟环境（venv）

虚拟环境相当于一个独立的 Python 空间，你可以在里面自由安装库，而不会影响系统或其他项目，那么怎么创建和使用呢，只需3步：

Step 1：创建虚拟环境

进入项目目录，执行以下命令（环境名可自定义）：

# Windows
python -m venv cnn-env

# macOS / Linux
python3 -m venv cnn-env

这会在当前目录下生成一个名为 cnn-env 的文件夹。

Step 2：激活虚拟环境

根据操作系统不同，激活方式略有区别：

# Windows（CMD）
cnn-env\Scripts\activate

# Windows（PowerShell）
Set-ExecutionPolicy RemoteSigned
.\cnn-env\Scripts\Activate.ps1

# macOS / Linux
source cnn-env/bin/activate

Step 3：安装依赖

在激活的环境中安装所需库：

# TensorFlow（CPU 版本）
pip install tensorflow

# GPU 版本（需提前安装 CUDA 和 cuDNN）
pip install tensorflow-gpu

# 其他常用库
pip install numpy opencv-python matplotlib

安装完成后，就可以正常运行 CNN 代码啦！

四、好学的小咸鱼会问了

1.  每次都要激活吗？

是的。

每次打开终端运行项目前，都要激活对应的环境。
否则 Python 会回到全局环境，出现“模块不存在”的报错。

温馨提示：可以在项目根目录创建一个 activate.bat（Windows）或 activate.sh（macOS/Linux）脚本，内容只写一行：

.\cnn-env\Scripts\Activate

以后双击即可快速激活。

2. 每个项目都要单独建环境吗？

不一定。
如果多个项目依赖完全一致，可以共用同一个环境；
如果依赖版本不同（例如一个用 PyTorch，一个用 TensorFlow），
建议分开，避免冲突。

3. 想更方便地管理环境怎么办？

如果你有多个深度学习项目，建议使用 conda 来统一管理。
它比 venv 功能更强，尤其适合需要 GPU 的场景。

常用命令如下：

# 创建环境
conda create -n cnn-env python=3.9

# 激活环境
conda activate cnn-env

# 安装依赖
conda install tensorflow-gpu
pip install opencv-python

查看所有环境：

conda env list

删除不用的环境：

conda remove -n cnn-env --all

4. 怎么确认当前使用的环境是哪个环境呢？

在终端输入：

where python   # Windows
which python   # macOS / Linux

如果输出路径中包含你的虚拟环境名称（例如 cnn-env\Scripts\python.exe），
就说明当前正在使用正确的环境。

5. 查找所有可能的虚拟环境文件夹的通用搜索有哪些？

虚拟环境的核心特征是包含 python.exe 和 pip.exe（通常在 Scripts 子文件夹中），可通过搜索这些文件定位：

PowerShell 中搜索所有虚拟环境的 python.exe

# 搜索 C 盘所有包含 Scripts\python.exe 的路径（虚拟环境特征）
Get-ChildItem -Path C:\ -Recurse -Filter "python.exe" -ErrorAction SilentlyContinue | Where-Object { $_.DirectoryName -like "*\Scripts" } | Select-Object DirectoryName

解释：虚拟环境的 python.exe 通常在 xxx\Scripts\ 目录下（如 D:\project\venv\Scripts\python.exe），上述命令会筛选出这类路径，DirectoryName 就是虚拟环境的 Scripts 父目录（即虚拟环境根目录）。

搜索常见虚拟环境文件夹名

虚拟环境常用 venv、env、.venv 作为文件夹名，可直接搜索：

# 搜索 C 盘所有名为 venv、env、.venv 的文件夹
Get-ChildItem -Path C:\ -Recurse -Directory -Include venv, env, .venv -ErrorAction SilentlyContinue | Select-Object FullName

三、注意事项

五、学习总结

最后献上环境修炼秘籍一份~

阶段	要做的事
入门期	保持环境整洁，先建虚拟环境
成长期	用 venv 管理小项目，用 conda 管理大工程
稳定期	pip freeze > requirements.txt 固化依赖
清理期	定期删除旧环境，保持电脑干净清爽

以上便是篇文章的所有内容啦！

相信友友们下一次再看到 “No module named 'tensorflow'”，只需要轻轻一笑，因为你知道该怎么做了，甚至熟练掌握环境修炼秘籍（帅就一个字）

欢迎友友们交流讨论

如果看完觉得还不错，欢迎点赞转发哈哈哈哈~