Windows+tensorflow+pytorch安装

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())