conda如何升级pytorch_移动式安装包TensorFlow 2.0和PyTorch: 如何将配置好的深度学习环境移植到其他计算机上去？...

(转载作者请注明出处) 废话不多说，直接上货....

在我眼里，思想和方法才是灵魂！

   我知道你安装不了，所以我给你配置好打包给你！

      我们都知道这样的问题总是存在：有些开发人员和刚入门的小白怎么安装都安不上TensorFlow 2.0(本文简写TF2)和PyTorch(本文简写Torch)，安装不上无非就是以下几个常见的几个问题：

Windows 10 OS：

• 电脑没有或者不支持NVIDIA驱动，更不用说有什么深度学习CUDA工具包了(如果电脑已经自带该驱动，可使用相关驱动软件更新即可)

• TF2 CPU 和GPU版本配置环境出错, 总是出现已经安装了TF却无法使用的问题；

• 镜像源选择不正确，有些小白一开始就直接选择默认的anaconda镜像(也就是国外的，速度当然非常慢，因此当然要选择国内的镜像了)

  镜像源汇总在我的博客：https://kangchou001.cn/可移步选择。

Linux(ubuntu)OS：(问题较少，我一直在用)

• 开启软件更新的镜像源出错，垃圾安装包多，无法更新

• Linux有的内核不支持，没有安装相关依赖，配置环境出错

其他问题我就不说了，小问题多的事，本文的目的就是解决Windows 下出现的问题。

好了，那么恭喜你！

本文的教程想告诉你的是：你只需要新建一个anaconda3的虚拟环境，导入我给你的文件包(你要是愿意折腾就根据本文的方法进行安装)，启动anaconda3  环境入口(Anaconda Prompt )，输入你刚刚创建的虚拟环境激活即可使用TF2和Torch,是不是爽死了，哈哈哈！！

下面详细说明安装步骤：

如何实现携带自己已经创建好的pytorch和tensorflow编译环境包到别的电脑上去？(省去不少时间)

第0步：虚拟环境搭建

首先进入：Anaconda Prompt ，然后输入以下命令创建创建虚拟环境：conda create -n env_name python=3.7.4  #env_name为你的anaconda的环境文件夹激活虚拟环境：Linux:  source activate your_env_name(虚拟环境名称)Windows: conda activate your_env_name(虚拟环境名称)退出虚拟环境：Linux:  source deactivate your_env_name(虚拟环境名称)Windows:conda deactivate env_name，也可以使用`activate root`切回root环境如果不想用了可以删除:删除虚拟环境：使用命令conda remove -n your_env_name(虚拟环境名称) --all删除虚拟环境中的包：使用命令conda remove --name $your_env_name  $package_name(包名)其他常用命令：conda常用命令conda list：查看安装了哪些包。conda install package_name(包名)：安装包conda env list 或 conda info -e：查看当前有哪些虚拟环境conda update conda：检查更新当前conda

然后，我们来看看新创建的虚拟环境，该编译环境下没有以前安装过的tensorflow和torch，下面的操作步骤中无需重装这两个包，只需将另一台计算机(我给你发的文件)上已配置好TF和torch的包lib中所有内容拷贝到你的电脑上，将拷贝的lib文件存放在anaconda3虚拟环境env下的文件夹lib内部即可，存放位置为你刚刚创建的虚拟环境。

备注：记得删除以前的lib内容，不过我建议你备份一下，以防你想使用的时候再拿出

第1步：替换lib文件下的所有内容  (注意：如果你怕报错就把原来的更换一下名字，以免以后找不回)

在第你的计算机中找到anaconda3的编译环境或者创建的虚拟环境文件目录，将我给你的lib文件下解压后替换你当前文件目录下的lib文件即可

在这里插入图片描述

第2步:重新打开终端激活环境，并进行测试

将复制到第二台电脑的包lib文件放置在tensorflow编译环境中，并进行激活：显然，成功激活.

下面也在jupyter notebook上测试

第3步：进群获取配置好的lib文件

转发本文在朋友圈后，入群获取

二维码失效可文章末尾留言邮箱