尝试了一下conda的虚拟环境,虽然很不错,但是还是遇到一些坑。
通常都是无脑conda install xxx
可以自动处理好环境,但是tensorflow
和keras
官方建议都是pip
安装,于是就用了怎么在conda的虚拟环境使用pip
的问题。
为什么不用vritualenv
然后直接pip
呢,因为conda
各种依赖处理得更好,比如matplotlib
安了就可以直接用,我也懒得折腾了。
参考链接:
question
using pip in an environment
tensorflow
用conda
创建环境的同时应该指定python版本以及安一些需要的包如numpy
,这样虚拟环境才能从主环境中独立出来
我自己的具体过程如下:
$ conda create --name tf pip matplotlib python=3.7
$ conda activate tf # 进入tf环境
$ pip install -U tensorflow
$ pip install keras
验证可以采用官网的验证办法
$ python3 -c "import tensorflow as tf;print(tf.reduce_sum(tf.random.normal([1000, 1000])))"
我是破笔记本,就用了CPU版本,期间出现了Your CPU supports instructions that this TensorFlow binary was not compiled to use: AVX2 FMA
的问题,解决办法参考CPU,在代码中加入:
import os
os.environ['TF_CPP_MIN_LOG_LEVEL'] = '2'