Anaconda是非常方便的环境管理软件,环境之间互相独立,互不干扰,依赖包自动下载和调整
使用Anaconda搭建Tensorflow环境和MXNet环境,既可以一键自动完成,又可以互不影响,将不同深度学习框架、不同框架版本、不同包版本隔绝开来
**
本文将创建一个独立的Tensorflow环境与一个独立的MXNet环境
**
1.安装Anaconda
之后
1.sudo gedit ~/.bashrc
2.添加export PATH=/home/su/anaconda3/bin:$PATH
3.source ~/.bashrc
2.创建Tensorflow环境
创建一个名字叫“tensorflow”的环境,python版本为3.6
$ conda create -n tensorflow python=3.6
进入刚创建的tensorflow环境
$ source activate tensorflow
查看tensorflow环境中安装了哪些包
(tensorflow)$ conda list
搜索conda库中提供的tensorflow-gpu版本有哪些
(tensorflow)$ conda search tensorflow-gpu
安装需要的tensorflow-gpu 1.9.0版本,会自动安装所需要的依赖包版本,包括相应版本的cuda、cudnn等
(tensorflow)$ conda install tensorflow-gpu==1.9
试运行
(tensorflow)$ python
>>> import tensorflow as tf
>>> hello = tf.constant("Hello, TensorFlow!")
>>> sess = tf.Session()
>>> print (sess.run(hello))
若返回
b'Hello, TensorFlow!'
则成功
若想卸载某个特定包package_name,输入:
(tensorflow)$ conda remove package_name
若想退出环境,输入
(tensorflow)$ source deactivate
若想删除环境tensorflow,输入
$ conda remove -n tensorflow --all
##3.创建MXNet环境
创建一个名字叫“MXNet”的环境,python版本为3.6
$ conda create -n MXNet python=3.6
进入刚创建的MXNet环境
$ source activate MXNet
查看tensorflow环境中安装了哪些包
(MXNet)$ conda list
搜索conda库中提供的mxnet-gpu版本有哪些
(MXNet)$ conda search mxnet-gpu
发现只有1.2.1一个版本,所以安装时可以无需带版本号,会自动安装所需要的依赖包版本,包括相应版本的cuda、cudnn等
(MXNet)$ conda install mxnet-gpu
试运行
(MXNet)$ python
>>> import mxnet as mx
>>> a = mx.nd.ones((2, 3), mx.gpu())
>>> b = a * 2 + 1
>>> b.asnumpy()
若返回
array([[ 3., 3., 3.],
[ 3., 3., 3.]], dtype=float32)
则成功