新人小白,对命令终端啥的一头雾水,最近想再pytorch框架下搞点深度学习的东西,万万没想到配置环境搞了一整天,头大~~
上干货
(一)安装pytorch
- 系统默认win10,并且之前安装好了anaconda3
- pytorch安装
在实际项目开发中,通常会根据需求去使用相应的框架库,但是可能每个项目使用的框架库并不一样,或使用框架的版本不一样,这样需要不断的更新或卸载相应的库,管理起来相当麻烦,所以通过创建虚拟环境,为不同的项目提供一个独立的空间,那么在这个独立的空间里,我们安装的库和框架都是独立的,不会影响外部环境。因此在安装 PyTorch 之前最好先创建一个 pytorch 的虚拟环境。
创建 PyTorch 虚拟环境步骤:
- 打开 Anaconda 自带的 Anaconda Prompt:
-在命令行输入:
conda create --name pytorch python=3.7
其中 pytorch是虚拟环境的名称,可以取任意名字
- 激活这个虚拟环境
conda activate pytorch
前面有你刚才取得虚拟环境的名称,就代表OK了,虚拟环境建好了,接下来安装pytorch即可
- 去pytorch官网,选择版本,并复制命令
然后回到prompt里粘贴执行
等待安装完成
还算顺利,到此安装完成。
- 启动anaconda navigator,选取虚拟环境,launch jupyter notebook
大功告成!!!
(二)安装TensorFlow和Keras
按上述步骤建立TensorFlow的虚拟环境,
然后再虚拟环境中继续下列安装
- 安装TensorFlow
安装仅支持 CPU 的 TensorFlow 版本,请输入以下命令:
conda install tensorflow
或者安装 GPU 版本的 TensorFlow,请输入以下命令:
conda install tensorflow-gpu
GPU版本的TensorFlow因为依赖的包比较多,需要的时间较长,由十几分钟到几十分钟不等。
无论是CPU版本还是GPU版本,在安装完成后,都可以使用以下代码测试TensorFlow是否正常安装。
# Python
import tensorflow as tf
with tf.compat.v1.Session() as ses:
hello = tf.constant('Hello, TensorFlow!')
print(ses.run(hello))
如果完成安装,在命令运行完之后可以看到一面的输出。
b'Hello, TensorFlow!'
到这里,我们已经成功安装了TensorFlow。更多的安装知识,可以参考TensorFlow官网的安装页面。
https://www.tensorflow.org/install/
- 安装Keras
在TensorFlow搭建成功之后,安装Keras就是很简单的一件事。
在虚拟环境下,输入以下命令,一行搞定。
pip install keras
同样的,Keras的安装也可以参考官网指南。
https://keras.io/#installation
提示安装完成后,进入Python,载入Keras,无报错即安装成功。
# python
import keras