目录
- 安装库的基本操作
- .
- 安装pytorch和TensorFlow的CPU/GPU版本
- 安装pytorch的GPU版本`conda install pytorch torchvision cudatoolkit -c pytorch`
- 安装pytorch的CPU版本`conda install pytorch torchvision cpuonly -c pytorch`
- 安装TensorFlow的GPU版本`conda install -c anaconda tensorflow-gpu`
- 安装TensorFlow的CPU版本`conda install -c anaconda tensorflow`
- 测试上述安装是否成功,使用此处的代码进行验证:[https://github.com/abhinand5/blog-posts](https://github.com/abhinand5/blog-posts)
- 参考文章:[用Windows电脑训练深度学习模型?超详细配置教程来了](https://mp.weixin.qq.com/s/MGBG-4tLqBUSnpTqi7RyNQ)
安装库的基本操作
Anaconda 界面新建环境并配置
打开Anaconda后进入Environments中,create一个新的环境名(例如line,python的版本一般选择最新版,下边的R不勾选)。此时将右侧对话框中标志该环境下已经installed的包改为all,在Search Packages处搜索所需库的名字(例如opencv),回车后界面如图所示,包括了有关于OpenCV的所有库。此时我们勾选所需的库(例如OpenCV),右下角会出现绿色框框Apply,点击即可完成安装。
在anaconda prompt 中使用conda命令操作环境
https://blog.csdn.net/WJ_MeiMei/article/details/84259564
环境切换、添加镜像等。
pip安装库(更常用)
安装包命令:pip install 包名
卸载包命令:pip uninstall 包名
高速安装包命令:pip install -i https://pypi.tuna.tsinghua.edu.cn/simple 包名(注:下载速度上是30k和6.4M的对比啊,清华镜像)
.
注意打开文件夹时要使得在该文件夹下一级即为可运行的python,而不可下两级甚至多级。否则运行程序时会题型不能打开文件和目录等错误。
如果遇到报错:ImportError: DLL load failed: 找不到指定的模块。则可能是环境配置出错了,其中的原因可能是安装的模块版本与已经搭建好的程序的版本不符,此时需要用如下命令安装指定版本的包:pip install tensorflow==1.13.1(注:亲测,pip install tensorflow 1.13.1错误)。如果此步骤用上述方法中的清华镜像安装会快很多。
使用tqdm模块中的tqdm_notebook()函数时,报错: NameError: name ‘IntProgress’ is not defined,可使用pip install ipywidgets在安装了一堆东西后即可运行。
可尝试:activate 环境名 ,激活环境
在安装CV2时,要使用pip install opencv-python
命令。
安装pytorch和TensorFlow的CPU/GPU版本
安装pytorch的GPU版本conda install pytorch torchvision cudatoolkit -c pytorch
安装pytorch的CPU版本conda install pytorch torchvision cpuonly -c pytorch
安装TensorFlow的GPU版本conda install -c anaconda tensorflow-gpu
安装TensorFlow的CPU版本conda install -c anaconda tensorflow
测试上述安装是否成功,使用此处的代码进行验证:https://github.com/abhinand5/blog-posts
参考文章:用Windows电脑训练深度学习模型?超详细配置教程来了
.
.
.
很重要的一个点:
在启动某个IDE时尽量在对应的环境中直接启动,否则容易出现错误。下图是上边参考文章的摘录:
.
.
.
conda和pip安装包的对比: