deeplab环境配置出现的问题（tensorflow pytorch）

最新推荐文章于 2024-09-17 01:59:00 发布

要旅游的每一天

最新推荐文章于 2024-09-17 01:59:00 发布

阅读量126

点赞数 25

本文链接：https://blog.csdn.net/m0_56532327/article/details/138389233

版权

安装好Anacondaj后，我们就一并安装了condai这个包管理工具包括Python、Jupyter NoteBook、Numpy、Pandas、Matplotlib.Sklearn等180多个科学包及其依赖项。

which conda或conda-version命令检查是否安装正确

conda list查询

conda install安装

conda update升级

conda remove卸载

新建一个python环境：conda create-n myenv python=3

进入环境source activate myenv

离开环境source deactivate

列出环境conda env list

删除环境conda env remove-n env name

Tensorflow

Tensorflow2.0安装环境版本注意：

NVID1A驱动程序需410.x或更高版本。

CUDA的版本需要是10.0（推荐10.0.130，不可以是10.1）

同时cudnn版本号需要大于7.4.1（目前推荐7.6.0）

算力7.5 GTX16660Ti

nvidia-smi

更新驱动后的版本

conda install tensorflow-gpu

可提前查看版本 conda search cudatoolkit 和 conda search cudnn

conda install cudatoolkit

安装NVIDIA相关软件必须包括： (一）NVIDIA驱动程序 (二)CUDA (三) cudnn

虚拟环境下创建kernel

pip install —user ipykernel

python -m ipykernel install --user --name tf15

#查看已有kernel：jupyter kernelspec list

#删除不想要的kernel: jupyter kernelspec uninstall unwanted-kernel

要在Jupyter Lab中设置Anaconda虚拟环境的内核，你可以按照以下步骤进行操作：

首先，确保你已经安装了Jupyter Lab和Anaconda。
在终端中，使用以下命令创建一个新的Anaconda虚拟环境：
```
conda create --name myenv python=3.7
```
这将创建一个名为**myenv**的新环境，并指定Python版本为3.7。你可以根据需要更改环境名称和Python版本。
激活新创建的环境：
```
conda activate myenv
```
安装**ipykernel**库：
```
conda install ipykernel
```
安装内核到Jupyter Lab中：
```
python -m ipy
```

最低0.47元/天解锁文章