参考有关大佬们的博文，
https://blog.csdn.net/u014618300/article/details/78353369?depth_1-utm_source=distribute.pc_relevant.none-task&utm_source=distribute.pc_relevant.none-task
和
https://blog.csdn.net/lionhenryzxxy/article/details/82738187
在linux里与windows里可能是不同的，在linux里执行python命令 python main.py，这样在linux里当前执行路径是这个py文件所在的路径，即它只可以引用搜索在这个路径内的其他文件。
我从github下载别人的一个代码，在自己的电脑上通过pycharm run的方式和通过terminal的方式都可以运行，由于在本地运行太慢，遂迁移到远程服务器上，但是发现再次python XX.py 在XX.py文件执行过程中会遇到找不到其中引用到的文件（这个文件夹与py文件处于同一级目录下）的错误。
我想可能是文件路径问题，确认在服务器上的文件确实是存在的。拍脑瓜尝试 进入上层文件夹
发现依然是不行的。
通过在网上查找资料，发现在linux与windows执行时的sys.path是不一样的，在linux里如果是相对路径引用的话，很有可能会遇到找不到文件的问题。解决方法有：
par_dir = os.path.dirname(os.path.abspath(__file__))
os.chdir(par_dir)
首先通过通过os.path.abspath找到当前文件的绝对路径,然后通过os.path.dirname找到当前文件的上级目录，然后通过os.chdir将这个目录作为工作目录
import sys
sys.path.append('..') #将上级目录添加到系统路径里 但是这种方法我现在没有试，希望不会误导
我试了第一种方法之后，就可以正确运行了。
参考有关大佬们的博文，https://blog.csdn.net/u014618300/article/details/78353369?depth_1-utm_source=distribute.pc_relevant.none-task&utm_source=distribute.pc_relevant.none-task和https://blog.csdn.net/lionhen...
代码
中包含当前路径
使用
pycharm
执行python，当前路径就是
pycharm
项目所在的路径，所以不会报错
但使用shell执行python，当前路径就会从shell所在的路径去
找
文件
，所以
找
不到
文件
就会报错
使用绝对路径os.path.abspath，而不要使用相对路径s.getcwd()
file_path = os.path.join(os.path.absp...
参考https://www.cnblogs.com/beginner-boy/p/7248399.html，
如何共存版本2和3
先下载python2.7 3.4 安装在电脑上 ，会有俩个
文件
夹出现
python27 和 python34
将python 添加到电脑环境变量里面
在path最前面中添加
C:\Python27;C:\Python27\Scripts;C:\Py...
### 回答1：
使用TensorFlow的
代码
在
PyCharm
中可以
运行
，但在终端中无法
运行
的原因可能是缺少必要的环境配置或依赖项。在
PyCharm
中，我们可以设置项目的Python解释器和相关的依赖包，使
代码
能够
正常
运行
。但在终端中，由于环境配置不同，可能缺少必要的库或配置。在终端中
运行
TensorFlow
代码
时，需要确保已正确安装TensorFlow及其依赖项，并使用正确的Python解释器。另外，由于TensorFlow对系统环境的依赖较高，可能存在版本不兼容或配置冲突的问题。推荐使用虚拟环境或容器化技术来隔离和管理项目的环境，以确保
代码
能够在终端中
正常
运行
。同时，也需要在终端中确保所使用的Python解释器和
运行
环境与
PyCharm
中设置的一致。在终端中执行
代码
时，还可能需要手动添加必要的路径或配置相关环境变量，以确保依赖库能够正确加载。总之，要在终端中成功
运行
TensorFlow
代码
，需要正确配置环境、依赖项和
运行
命令，并避免版本和配置冲突的问题。
### 回答2：
使用TensorFlow的
代码
在
PyCharm
中可以
运行
，但在终端中可能无法
运行
的原因通常是由于环境配置或路径设置问题。
首先，
PyCharm
是一个整合了Python开发环境的集成开发工具，它自带了Python解释器以及相关的库和插件。因此，当你在
PyCharm
中使用TensorFlow的
代码
时，
PyCharm
会自动识别并配置相关的环境和路径，使得
代码
可以顺利
运行
。
然而，在终端中
运行
代码
时，需要手动配置环境和路径。确保你已经正确安装了TensorFlow和相关依赖库，并且配置了正确的Python解释器。有时终端默认使用的Python解释器版本可能与
代码
中所用到的版本不兼容，导致
代码
无法
运行
。你可以使用"python --version"命令来检查当前终端所使用的Python版本，并通过配置来切换到正确的版本。
另外，如果你的
代码
中有用到其他第三方库，需要确保这些库已经正确安装并且可以在终端中被访问到。你可以使用"pip list"命令来查看已安装的库，并使用"pip install"命令来安装缺失的库。
此外，确保你的终端命令行所处的路径与
代码
所在的路径相匹配。如果
代码
需要读取或写入
文件
，需要确保终端有相应的读写权限。
总之，使用TensorFlow的
代码
在
PyCharm
中可以
运行
，但在终端中无法
运行
可能是由于环境配置或路径设置问题导致的。确保正确配置Python解释器、安装了必要的依赖库，并且路径和权限设置正确，应该能够
解决
这个问题。
### 回答3：
使用TensorFlow的
代码
在
PyCharm
中可以
运行
，但在终端中却无法
运行
的原因可能有以下几点：
1. 缺少TensorFlow库：在
PyCharm
中安装了TensorFlow库，但在终端中没有安装TensorFlow库。可以通过在终端使用pip或conda安装TensorFlow库来
解决
该问题。
2. 环境变量配置问题：
运行
代码
时，终端可能无法正确识别TensorFlow库的路径。可以通过在终端中设置环境变量来
解决
该问题，例如将TensorFlow库所在的路径添加到系统的PATH环境变量中。
3. Python版本不兼容：在
PyCharm
中使用的Python版本与终端使用的Python版本不同。TensorFlow可能只支持特定版本的Python，所以需要确保在终端中使用的Python版本与TensorFlow兼容。
4. 缺少依赖项：使用
PyCharm
运行
代码
时，
PyCharm
会自动安装
代码
所需的依赖项，但在终端中
运行
代码
时，可能需要手动安装缺少的依赖项。可以通过查看错误提示来确定缺少哪些依赖项，并使用pip或conda安装它们。
5. 权限问题：在终端中
运行
代码
时，可能会遇到权限问题，例如没有执行
代码
所在目录的权限或无法访问所需
文件
的权限。可以通过更改目录权限或给予
代码
所需
文件
读写权限来
解决
该问题。
综上所述，可以尝试通过安装TensorFlow库、配置环境变量、检查Python版本、安装缺少的依赖项以及
解决
权限问题等方式来
解决
在终端中无法
运行
TensorFlow
代码
的问题。
