文章目录
TensorFlow安装
创建虚拟环境
#查询当前环境
conda env list
#查询python版本
conda info
#创建虚拟环境
conda create -n your_env_name python=查询版本号
#删除虚拟环境
conda env remove --name your_env_name
#激活
conda activate your_env_name
创建过程总是提示缺少setuptools中的cli.exe,gui.exe等,pip卸载,cmd重装setuptools解决。
查询适配版本
https://tensorflow.google.cn/install/source_windows?hl=en#gpu
#python==3.10.9 安装版本如下
#cudatoolkit
conda install -c esri cudatoolkit==11.2.0
#cudnn
conda install -c esri cudnn==8.1.0.77
#tensorflow-gpu 安装2.8版出错,需要安装2.9,如果还有问题就用.whl安装,下面有轮子文件的链接
pip install -U tensorflow-gpu==2.9.0 -i https://pypi.tuna.tsinghua.edu.cn/simple
python尝试导入,提示numpy和mkl有问题(https://www.lfd.uci.edu/~gohlke/pythonlibs/#numpy)
TensorFlow .whl文件
清华镜像源tensorflow轮子文件.whl(https://mirrors.tuna.tsinghua.edu.cn/pypi/web/simple/tensorflow/)
TensorFlow-GPU(https://pypi.org/project/tensorflow-gpu/2.9.0/#files)
安装完成,测试
#查看NVDIA版本信息
nvidia-smi
python
import tensorflow as tf
#返回tensorflow的gpu版本信息,末尾返回true
tf.test.is_gpu_available()
#查看服务类型
tf.config.list_physical_devices('GPU')
#查看GPU数量
print('Num GPUs Available:',len(tf.config.list_physical_devices('GPU')))
#查看版本信息
tf.__version__
问题解决(比较废话)
比较无语,期间出了各种问题,反复创建了几次虚拟环境,多试几次,莫名其妙就成功了。
结论:最好不要用pip安装TensorFlow依赖的基础库,基础库很多,并且大多对基础库的版本有要求,直接用pip可能会把其他的虚拟环境基础库版本也污染了
所以为什么用pip在当前虚拟环境安装文件会污染其他虚拟环境呢,求问
pytorch安装
查询显卡版本
cmd打开命令行,输入 nvidia-smi
根据cuda版本下载适配的pytorch,可以下载版本低点的,但是不能超过当前版本
pytorch下载
法一:pytorch官网下载
https://pytorch.org/
首先尝试用conda命令下载,但是提示numpy,mkl等版本有冲突,但是问题在于当前环境的版本是符合要求的。之后重复几次尝试出现了新的问题,提示torchaudio对应的版本不能正常下载还是什么,忘记截图了。
#可以根据以下命令查询指定版本包适配的依赖包
conda info package_name==版本号
最后用官网的pip命令安装成功了,就是时间略长
法二:.whl文件下载
torch轮子文件链接,https://download.pytorch.org/whl/torch_stable.html
直接下载符合python版本的轮子文件,这篇有提示怎么安装轮子文件的
法三:pytorch旧版本
官网旧版本链接,https://pytorch.org/get-started/previous-versions/
测试
python
import torch
torch.cuda.is_available()
#返回true就是没问题
总结
重复下,最后用官网的pip命令安装成功了,就是等待时间略长
conda命令不管是直接用官网命令还是单独下载相关包总是被提示有问题,但是网上看大家都用conda下载都一步到位了。