总结+问题汇总
最近在学机器学习 环境搭建真是一个让人秃头的问题。。终于有时间总结一下了。
Anaconda环境搭建
先去官网下载Anaconda软件,打开界面如下
再点开CMD.exe直接进入base根目录或者win+r
输入cmd
再输入activate root
activate是激活(切换)环境的意思。比如自己有tf2和pytorch俩个环境,想切换到tf2就用activate tf2即可
进入根目录后开始在里面搭建环境:create -n tf2 pip python=3.7
创建的环境名字是tf2 并在此环境内下载了3.7版本python
之后便可以在Anaconda内看到所创的环境,我自己搭建了2个环境,tf2和pytorch如下所示。
同时可以用conda info --envs
查看自己搭建了哪些环境和环境所处位置
镜像源添加
手动添加
https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free
https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main
如果失败可以在文件内添加如下:
代码添加如下:
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/
之后可以查看自己镜像源:conda config --show--channels
还有之前遇到的问题镜像源无法添加。先恢复镜像源:
conda config --remove-key channels
再如上操作一遍代码即可
tensorflow下载与测试
activate tf2
切换到该环境
pip install tensorflow
开始下载
我下载的是最新版本 测试代码如下:
import tensorflow as tf
tf.compat.v1.disable_eager_execution() #保证sess.run()能够正常运行
hello = tf.constant('hello,tensorflow')
sess= tf.compat.v1.Session() #版本2.0的函数
print(sess.run(hello))
如果出错大概率是版本问题。。慢慢一个个试就好,uninstall tensorflow 再install,就是有点累。。。
Pytorch以及cudnn安装
cudnn下载和安装
下载网址https://developer.nvidia.com/rdp/cudnn-download
下载完成后解压 三个文件分别放入cuda安装文件目录(具体查看环境变量路径)
cudnn遇到的问题
下载相应的包再放入如下文件夹内
pytorch下载和测试(gpu是否可用)
先查看自己cuda版本nvidia-smi
如下图:
再进入官网https://pytorch.org/get-started/locally/ 根据自己版本信息查看指令
指令conda install pytorch torchvision torchaudio cudatoolkit=11.3 -c pytorch
即下载完成
测试代码
pycharm手动无法下载包
conda config --append channels conda-forge
输入命令即可。
jupyter notebook内核启动路径及目录修改
如下图:
修改目录如下
在396行可自定义启动打开的目录。
内核目录查看:jupyter kernelspec list
删除其中一个:jupyter kernelspec remove name
Anaconda无法启动
win+r再cmd进入窗口直接执行:Anaconda-Navigator