两种选择:pip or conda
据了解conda安装的包更加优质。因此尽量使用conda去安装,而有些文件conda安装不上,因此pip也是有必要的。
pip与conda都面临这速度慢的问题:
解决方法:
1、pip
永久修改,一劳永逸:
Linux下,修改 ~/.pip/pip.conf (没有就创建一个文件夹及文件。文件夹要加“.”,表示是隐藏文件夹)加入如下内容。
[global]
index-url = https://pypi.tuna.tsinghua.edu.cn/simple
[install]
trusted-host=mirrors.aliyun.com
2、conda
在conda install之前先执行如下命令。
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/main/
conda config --set show_channel_urls yes
pip和pip3的区别:
1、pip
使用pip install XXX
新安装的库会放在这个目录下面
python2.7/site-packages
2、pip3
用pip3 install XXX
新安装的库会放在这个目录下面
python3.6/site-packages
如果使用python3执行程序,那么就不能import python2.7/site-packages中的库
鉴于以上区别,因为许多源码是基于python3写的,因此安装时候应该使用pip3。便于利用该源码和ROS时候,找不到对应的包。
conda安装tensorflow框架
1、创建虚拟环境
conda create -n tf python=3.6
2、进入虚拟环境
3、安装指定版本/安最新版本
conda install tensorflow-gpu==1.14 //安指定版本
conda install tensorflow-gpu //安最新版本
4、测试安装成功与否
终端进入python
import tensorflow as tf
没有报警告/错误则说明安装成功
如果报警告一大堆,多半是numpy版本的问题。
1、先卸载numpy
pip uninstall numpy
2、重装指定版本numpy(1.0以上的tensorflow对应numpy=1.16+)
pip install numpy=1.16.4
5、测试能否使用cuda
import tensorflow as tf
tf = tf.Session(config=tf.ConfigProto(log_device_placement=True))
tf.list_devices()