电脑重装了一下系统,于是自己又从头到尾安了一遍tensorflow和torch,现将过程记录如下:
Anaconda的安装
Anaconda 的官网地址下载速度极慢,而且经常下到一半断掉,这里建议去清华镜像网站下载:
链接: 清华镜像网站Anaconda下载.
推荐下载 Anaconda3-5.2.0-windows-x86_64.exe,因为它自带的python版本是3.6的,如果python版本是3.7及以上的话tensorflow运行会出问题
下载好了之后就双击exe文件,一路next就行了,注意在选择安装位置的时候最好不要装在C盘,可以自行更换路径,比如我安装的路径就是D:\Program Files\Anaconda\
然后最后有两个勾选选项
我们勾选第一个 “Add Anaconda to my PATH environment variable”,将Anaconda加入环境,省的自己手动加,第二个可以不用勾选
等待一段漫长的安装时间过后,Anaconda便安装成功了。
tensorflow的安装
首先在最近添加中找到 Anaconda Prompt ,右键以管理员身份运行
将下面的几行代码复制入命令行,目的是添加清华的下载源
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
然后键入
conda create -n env_name python=3.6
这一行的目的是新建一个Anaconda环境,其中 env_name是所创建的新环境的名称,可以自行修改为你喜欢的名字
然后输入
activate env_name
这一行的目的是进入你新建的环境,env_name为创建的环境的名称,如果你的命名是其他名字,请对应地将env_name 替换为你命名的名字。
比如我的电脑输入activate env_name 后的效果如下
可以看出,当激活了env_name环境之后,最前面的(base)变成了(env_name),即从默认环境转变为了你所创建的环境。
然后就可以开始安装tensorflow了,根据你的电脑是否有GPU,安装指令如下所示(选择CPU或GPU中的一个就行):
CPU版本:
pip install tensorflow==1.12
GPU版本:
pip install tensorflow-gpu==1.12
也可以指定清华镜像源
pip install -i https://pypi.tuna.tsinghua.edu.cn/simple tensorflow-gpu==1.12
键入上述代码后,等待一段时间,命令行会提示你是否确定安装一大堆包 [y/n]
输入 y 即可,再等待一段时间即可安装成功。
pytorch 安装
pytorch 的安装对应的命令可以去官网生成
链接: pytorch官网.
上面的这些是可以选的
Pytorch Build 意思是选择哪种类型的 建议选择 Stable 更为稳定
Your OS 是选择你的系统类型 我们这里选择了 windows
Package 是你要用什么形式来安装 由于我们是通过Anaconda 安装,所以选择了 Conda
Language 是你所使用的编程语言类型
CUDA 就是根据你电脑的 GPU 类型 来选的,我在这里选择了None。
因为想让电脑多撑几年,我一般都是在Google 的Colab 或者 Kaggle 提供的云端深度学习框架训练的模型,有兴趣的话可以去csdn里面搜一下这两个平台的使用,还是挺方便的。
选择好了就可以复制最后面那段代码: conda install pytorch torchvision cpuonly
注意要把 -c pytorch 去掉,-c pytorch的作用是使用默认的下载方式,下载的超级慢,去掉之后使用的便是清华镜像提供的路径了 ,下载的贼快。
键入代码,之后他会弹出 y/n 的选项
选择y
一段时间后即可将 Pytorch 成功安装。
附录
安装完tensorflow 尝试输出时,发现一直报错:
FutureWarning: Passing (type, 1) or ‘1type’ as a synonym of type is deprecated; in a future version of numpy, it will be understood as (type, (1,)) / ‘(1,)type’.
这是因为 numpy 版本太高了,与tensorflow版本不兼容,可以降低numpy的版本,方法如下:
- 打开 Anaconda Prompt ,右键管理员身份运行
- 先卸载当前版本的numpy :
pip uninstall numpy
- 再安装低版本的numpy:
pip install numpy==1.16.0
大功告成!不再报错!