1. Anconda安装 官网在此
1.1conda常用命令
查看历史记录,或者按F7键
doskey/history#使用上下箭头可以换到某一个记录
Annaconda 打开某一文件夹下的.py文件 activate tf
进入某盘,使用cd +路径
打开程序所在文件夹,然后使用 python train.py
1.查看配置环境
conda env list
2.配置一个新的环境
conda create -n 环境名 python=版本号
conda create -n tf --clone rcnn #把环境 rcnn 重命名成 tf
conda remove -n rcnn --all #完全移除命名为rcnn的包
注:conda 其实没有重命名指令,实现重命名是通过 clone 完成的,分两步:1.先 clone 一份 new name
的环境。2.删除 old name 的环境。
3.进入和退出环境
activate 环境名 #激活环境
conda deactivate #退出环境
4.删除环境
conda env remove -n 环境名
5 查看安装的包
conda list
6.安装包
pip/conda install 包名 #推荐使用conda
7.删除包
conda remove --name 环境名 包名
8.更新包
pip install --upgrade 包名
9.更新库:
conda update +库名
10.卸载库:
pip uninstall +name
2. windows+tensorflow-cpu
创建环境:conda create -n tensorflow
激活环境:activate tensorflow
退出该环境:conda deactivate
在该环境下,复制下面的命令,挨个安装就是
conda install python=3.6
conda install -c https://conda.anaconda.org/anaconda/win-64 tensorflow=1.14.0
conda install -c https://conda.anaconda.org/anaconda/win-64 keras==2.2.0
conda install jupyter==3.0.0 matplotlib==3.1.1 numpyy==1.16.5 pandas==0.25.1 Pillow==6.2.0 spyter==3.3.6
conda install -c anaconda scikit-learn
3. tensorflow-gpu
CUDA和cudnn库自行查版本然后安装,比较麻烦,本人安装过一次就再也不想安装
创建环境
conda create -n tensorflow_gpu
启动环境
conda activate tensorflow_gpu
两个更新
conda update -n base conda
conda update --all
两个依赖库
conda install cudatoolkit=10.1
conda install cudnn=7.6.5
安装tf
conda install tensorflow-gpu==2.3.0
安装其他库
conda install matplotlib notebook pandas keras scikit-learn
打开jupyter notebook
jupyter notebook
导入tf并查看版本号
判断是否安装成功——显示True
import tensorflow as tf
print(tf.test.is_gpu_available())
可视化操作:
tensorboard --logdir cifar10_train/
运行后会产生一个网址,用浏览器打开进行可视化
4. pytorch-cpu+gpu安装 官网
显存管理:
nvidia-smi
安装pytorch,依据你的显卡,首先你应该先判断你的显卡是否支持,然后选择安装相应版本的CUDA和cudnn,然后选择相应的pytorh在官网下载:
我电脑显卡 1050ti pytorch1.7 CUDA 10.1
conda install pytorch==1.7.1 torchvision==0.8.2 torchaudio==0.7.2 cudatoolkit=10.1 pytorch
#cpu
conda install python=3.6
conda install -c https://conda.anaconda.org/anaconda/win-64 pytorch==1.6.0 torchvision==0.7.0 cpu only
#gpu
conda install python=3.6
conda install pytorch torchvision torchaudio cudatoolkit=10.1 pytorch
conda install jupyter matplotlib notebook pandas scikit-learn keras
#validation
import torch
print(torch.cuda.is_available())