适配tensorflow的CUDA、cuDNN、python版本
conda和pip命令的区别
总体来说pip和conda功能相似,但仍然有一些区别
pip是用来安装python包的,安装的是python wheel或者源代码的包。从源码安装的时候需要有编译器 的支持,pip也不会去支持python语言之外的依赖项。
conda是用来安装conda package,虽然大部分conda包是python的,但它支持了不少非python语言写的依赖项,比如mkl cuda这种c c++写的包。
出自知乎pp鲁: conda和pip命令的区别https://www.zhihu.com/question/395145313/answer/1257660174
相关命令
查看python版本(命令行)
python -V、python -version
在python中以及在jupyter中查看: https://appapi.w3cschool.cn/article/82929779.html.
查看cuda版本
nvcc --version
查看cudnn版本
进入 CUDA 的安装目录查看文件 cudnn_version.h :
C:\Program Files\NVIDIA GPU ComputingToolkit\CUDA\v11.1\include\cudnn_version.h
查看已安装tensorflow版本
python
import tensorflow as tf
tf.__version__
查看tensorflow的安装路径
tf.__path__
tensorflow不同版本安装与升级/降级
2.0版本很多以前程序不能用,因此降级。从2.0.0降级到1.8.0。在pycharm中,输入 pip install tensorflow==1.8.0即可
升级到最新版本
GPU版本:
pip install --upgrade tensorflow-gpu
CPU版本:
pip install --upgrade tensorflow
查看tensorflow是否安装成功
- 打开命令行 ,输入 pip show tensorflow 命令,查看是否有tensorflow的相关版本、存储位置等信息
- 之后进入python环境输入 import tensorflow 如果没有报错,证明安装成功。
tensorflow安装失败的解决方法
pip show tensorflow 报错,错误可能有两种,解决办法及思路:
- 你的电脑安装有多个python版本(Anaconda3环境下的也算,如果不知道Anaconda3是什么,请自行百度),并且都给他们配置了环境变量:
思路:不同版本的python下都有pip程序,所以在执行pip时,哪个环境变量在前它就会执行哪个版本下的pip程序(下载tensorflow包到哪个版本下或者在哪个版本下检查是否有tensorflow包)
解决办法:修改pip.exe(区分不同python目录下的Scripts中的pip.exe),如:笔者在使用pip命令时就是在python3.7环境,在使用pip3命令时就是在使用python3.8环境:
<1>下图中的PC就是我安装在Anaconda3环境下的python3.7环境
<2>下图就是本机的python3.8安装目录下的Scripts文件夹中的pip(不可用) pip3和pip3.8(可用)
- 真的没有下载成功导致没有装上(这种情况通常会在安装时就报错了)
解决办法:为了保险起见先卸载一下,执行命令 pip uninstall tensorflow ,之后重新安装 pip install tensorflow 即可。
import tensorflow报错
- 报错:DLL加载失败
思路:这种情况基本上是因为python版本和tensorflow版本不对应导致的。(通常是因为python版本过高,建议安装3.5、3.6或者3.7的)
解决办法:上网搜索对应好版本号重新安装 python或者tensorflow 。(下载tensorflow过慢可参考:pip下载包过慢解决方法) - 其他错误信息
思路:这些基本上都是少某些包导致的,或者其他原因(但都不是什么大问题)。
解决办法:基本上复制错误信息,上网搜索一下基本都有。
conda命令行总结
出自: 陈嘿萌命令行总结
Anaconda创建虚拟环境
conda create -n yida_cv python=3.6 *[]: 是虚拟环境的名字
激活切换虚拟环境
conda activate yida_cv
退出并进入base环境
方法一
conda deactivate
方法二
conda activate base
查看已有的虚拟环境
conda env list
删除虚拟环境
conda remove -n yida_cv --all
修改镜像源
参考链接: anaconda镜像源相关命令.
查看当前使用源
conda config --show-sources
切换清华镜像源
如何使用
第一步:先把下面的全部内容复制到txt中去
第二步:全部复制到命令行
第三步:回车
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/r
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/msys2/
conda config --set show_channel_urls yes
还原为默认镜像
conda config --remove-key channels
指定源使用
pip install numpy -i https://pypi.tuna.tsinghua.edu.cn/simple *[numpy]:在国内的站点下载爬虫中的numpy库(第三方库)
常见源
https://pypi.tuna.tsinghua.edu.cn/simple/ #清华大学
https://mirrors.aliyun.com/pypi/simple/ #阿里云
https://pypi.douban.com/simplw/ #豆瓣
https://pypi.mirrors.ustc.edu.cn/simple/ #中国科学技术大学
查看已安装的包
已有的包:
conda list
查看指定包:
conda list numpy
pip安装/卸载包
安装包:numpy就是包的名字,输入你需要安装的包名
pip install numpy
安装指定版本的包
pip install numpy==1.19.5
安装包时指定镜像源(豆瓣)加速
pip install numpy -i https://pypi.douban.com/simple
卸载包
pip uninstall numpy
更新包
pip install --upgrade numpy
常见包的安装
安装opencv
**win10安装**
pip install opencv-python
pip install opencv-contrib-python
**mac安装**
pip3 install opencv-python --user
安装tensorflow
conda install tensorflow-gpu==2.0.0
安装pytorch
cpu版本:
conda install pytorch torchvision cpuonly -c pytorch
GPU版本 : 链接: pytorch gpu安装教程(perfect完美系列).
pytorch官方版本查看: https://pytorch.org/get-started/previous-versions/.
离线下载网址: https://download.pytorch.org/whl/torch_stable.html.
# 方法1:需要网络稳定, 直接从官网下载 官网有直接的下载命令
# conda
conda install pytorch==1.7.1 torchvision==0.8.2 torchaudio==0.7.2 -c pytorch
# 方法2:安装whl离线torch包
pip install pytorch.whl
# 方法3:具体操作看上面的gpu安装教程
一键安装环境配置requirements.txt:
pip install -i https://pypi.tuna.tsinghua.edu.cn/simple -r requirements.txt
启动jupyter
jupyter notebook