1.创建虚拟环境
1.1查看已经安装的环境
右边“*”表示当前使用的环境
conda env list
一些其他常用的命令:
删除一个环境:conda env remove -n
xxxxx(环境名字)
查看所有已安装包:conda list
卸载包:conda remove package-name
【anaconda】conda创建、查看、删除虚拟环境(anaconda命令集)_查看conda虚拟环境_miracleo_的博客-CSDN博客
1.2创建tensorflow环境
输入命令:conda create -n tensorflow python=3.7,表示创建一个名字为tensorflow的环境,这个环境用的python版本是3.7版本的
conda create -n tensorflow python=3.7
conda create -n tfmask python=3.6
conda create -n tftree python=3.7
conda create -n tftreegpu python=3.7
1.3进入环境
输入命令:activate tensorflow,就可以进入tensorflow环境中
1.4安装指定版本的tensorflow
pip install tensorflow==2.8.0
我这里安装的是2.8版本,可以到官方网站找你需要的版本安装命令
2.根据requirement创建环境
实测这个功能很难用,比如使用conda安装tensorflow,conda会自动帮你安装一些依赖包,但是使用pip的命令,会先帮你安装这些依赖包,而且版本是错误的
在使用Python的时候,需要把安装的Package通过requirements.txt导出来,一个命令便可部署新环境。
requirements.txt,是用于记录所有依赖包及其精确的版本号。
2.1自动生成requirement.txt命令:
pip freeze > requirements.txt
这个命令会记录一些本地的包,不适合其他电脑使用。使用下面这个
pip list --format=freeze > requirements.txt
pip freeze 导出含有路径 (@ file:///) 问题小记_pip 导出包含有@-CSDN博客
执行成功后,会自动生成requirement.txt文件,位置与Python文件同级。
2.2安装requirement.txt在新环境
执行命令即可一键安装完所需要的第三方库。
在你的 requirements.txt文件夹所在的路径执行这个命令,win11切换路径的办法是
cd
切换盘符c-》D的命令是 D:
pip install -r requirements.txt
可以添加镜像源加快速度
pip install -r requirements.txt -i https://pypi.douban.com/simple
3.删除环境和环境里面带的包
conda remove -n xxxxx(名字) --all
最后不要这样,因为虽然这个环境不能用了,但是这个包其他环境可能可以用到,避免重复下载
conda env remove -n
xxxxx(环境名字)
4.tensorflow-gpu==2.8,python=3.7对应的numpy版本
tensorflow和numpy 兼容版本_statsmodels和numpy之间兼容的版本范围-CSDN博客
numpy==1.21.5,
numpy==1.14.5,
numpy==1.15.1,numpy==1.15.4,
numpy==1.16.0,numpy==1.16.2,numpy==1.16.4
numpy==1.17.1,numpy==1.18.2,numpy==1.19.5,
上面这些都不行,根据下面的报错得知,需要numpy》=1.20.
pip install --upgrade numpy==1.21.0
pip install --upgrade numpy==1.21.4
4.1 使用numpy==1.18.2,可以运行但是不是gpu版本的tensorflow,而是在cpu上面跑
GitHub - Unibas3D/TreeSketchNet: A deep learning system for procedural modeling of 3D Tree meshes.
具体流程如下
先安装numpy
pip install numpy==1.18.2
pip install tensorflow-gpu==2.8.0
pip install protobuf==3.20.1
pip install tensorflow-addons
pip install keras_cv_attention_models
5.tensorflow-gpu==1.13.1,python=3.7对应的numpy版本
根据这个图,尝试pip install numpy==1.16.0