Anaconda中安装TensorFlow / PyTorch

动手学深度学习（PyTorch版本）
PyTorch Official tutorials
PyTorch中文网
PyTorch学习资源汇总

动手学深度学习（TensorFlow2.0版本）
Keras中文文档|Keras英文文档
TensorFlow中文官方文档
TensorFlow指南

---

TensorFlow

  TensorFlow分为CPU版本和GPU版本。GPU版本的TensorFlow可以利用NVIDIA GPU强大的计算加速能力，使TensorFlow的运行更为高效，尤其是可以成倍提升模型训练的速度。

1.在Anaconda Prompt中，用Anaconda3创建一个python3.7环境，环境名称为TF2.1：

conda create -n TF2.1 python=3.7

• 查看已当前安装的环境变量： python conda info --envs
• 移除已安装的环境： python conda remove –n tensorflow --all

2.在Anaconda Prompt中启动TF2.1环境：

conda activate TF2.1

3.安装GPU版本TensorFlow（安装CPU版本可跳过这步）

安装英伟达的SDK 10.1版：

conda install cudatoolkit=10.1

安装英伟达深度学习软件包7.6版本：

conda install cudnn=7.6

仅用于兼容的英伟达GPU。如上面两条安装语句报错了，很可能是电脑硬件不支持英伟达GPU，可以跳过这两步，直接安装TersorFlow。

4.安装TensorFlow，指定2.1版本

conda install tensorflow==2.1

当不使用TensorFlow时，可以通过deactivate来关闭TensorFlow环境：

conda deactivate

测试

打开Anaconda Prompt，执行conda activate TF2.1来启动TF2.1，执行python并进入python环境，测试代码：

import tensorflow as tf
tf.__version__

IDE

• 为TF2.1环境安装IPython、Spyder和Jupyter
  打开Anaconda Navigator—>Environments—>TF2.1，选择Not installed，找到ipython和spyder以及jupyter并安装。

  • 为了让Jupyter Notebook支持虚拟运行环境，需要安装一个插件nb_conda，打开prompt，执行conda install nb_conda

• 安装PyCharm
  安装后配置环境变量：
  新建工程

1. 设置工程路径
   
2. 设置环境变量：用刚刚配置好的conda环境，选择TF2.1中的python作为解释器
   
   

PyTorch

• PyTorch是Torch在Python上的衍生
• Torch是一个使用Lua语言的神经网络库
• PyTorch是在神经网络领域可以用来替换numpy的模块

1. 创建一个Python环境，命名为PyTorch

conda create -n Pytorch python=3.6
# 环境名称：Pytorch python版本：3.6

2. 激活新建的环境

conda activate Pytorch

3. 安装PyTorch
  打开PyTorch官网，通过选择版本信息获得安装指令：如果电脑没有英伟达显卡，则安装CPU版本，CUDA选None（查看显卡：我的电脑—属性—设备管理器—显示适配器）。

依据以上提供的安装指令：

附注：GPU版本安装

• Anaconda环境中PyTorch GPU版本安装（2020.03最新）
• PyTorch安装【视频】
• 深度学习环境配置指南！（Windows、Mac、Ubuntu全讲解）