在anaconda中创建tensorflow,用spyder编辑

本文介绍了如何在Anaconda环境下创建TensorFlow的特定版本环境,包括环境的创建、激活、导出配置以及安装TensorFlow-GPU的过程。通过Anaconda,可以方便地管理Python版本和依赖包,避免手动解决依赖问题。在安装TensorFlow-GPU版时,Anaconda会同时安装CUDA和cuDNN。使用Spyder作为Python代码编辑器,展示了在Spyder中运行Python文件以测试GPU与CPU的运算速度差异。
摘要由CSDN通过智能技术生成

前提是已经安装好Anaconda,本文基于1.9.2

  • 创建一个新的environment 可以选择python的版本创建,也是anaconda的优势,可以根据python的不同版本创建环境
conda create -n tf-env python=3.6
  • 查看已经创建的环境
conda env list
  • 删除环境
conda env remove -n tfenv
  • 激活环境
activate tf-env
  • 导出当前环境的配置到yml,实际上就是复制自己的环境,这样即使更换电脑后也可以与之前的自己环境一致
conda env export > environment.yml
使用此环境配置:
conda env create -f environment.yaml

以上就创建并激活tf-env这个环境,python version=3.6


安装tensorflow

Anaconda 在安装python package时比较方便,这也是建议初学者使用它的原因,这样就避免了中间过程要安装很多依赖包的麻烦

  • 这里我选择安装的是tensorflow-gpu版本࿰
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值