TensorFlow 学习系列之四:配置TensorFlow环境

Anaconda的核心命令就是conda。conda既是一个包管理器,又是一个环境管理器。作为包管理器,它可以协助用户查看或安装软件包。如果当前环境的Python不止一个时,我们还可以借助conda搭建起特定Python版本的环境,这就是conda环境管理器功能。下面我们就借助这个功能,为TensorFlow配置环境。

11.3.2.1 配置TensorFlow环境

为了确保是否已经正确安装好了conda,我们可在终端窗口输入如下指令:

yhilly@ubuntu:~$ conda --version

conda 4.3.30
如果conda安装成功,它会返回用户安装的Anaconda版本号。下面我们为TensorFlow配置一个Python3.6 的运行环境,在命令行终端输入如下指令:

conda create -n tensorflow python=3.6

这里的“-n”参数,用以指明环境的名称(name)。按照Linux参数设置的惯例,这个单横线加单字母的参数选项“-n”,可以用双横线加单词全称的形式“--name”来代替。

需要特别说明的是,后面的Python版本号一定要明确给出,否则环境配置会失败。配置TensorFlow的环境需要若干软件的支持,这时conda就发挥软件包管理器的作用,它会辅助我们下载各种支撑软件,如图11-9所示。在安装过程中,需要我们手动输入“y”来同意安装流程继续,或者直接回车,方括号“[ ]”内的值,就是回车默认值。


图11-9 配置TensorFlow的环境

在下载当前环境所需的软件时,由于官方的速度比较慢,建议添加清华大学TUNA提供的Anaconda仓库镜像。在终端使用如下命令可完成这一镜像源的添加:

$ conda config --add channelshttps://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/

$ conda config --set show_channel_urls yes

$ conda install numpy  #测试是否添加成功

从图11-10所示的安装numpy流程可见,TUNA的下载速度的确远远高于Anaconda官方的速度。

图11-10 从清华大学TUNA仓库下载numpy软件

当然,我们可以多次利用“condacreate -n myenv python=x.x”来创建不同Python版本的运行环境(这里myenv是指某个环境名称,多个环境彼此不重名即可)。

11.3.2.2 激活环境

假设上述环境已经配置成功,如果想使用它,还需要在终端利用下面的命令显式激活该环境:

source activate tensorflow

一旦环境激活后,该环境的名称(即tensorflow)会出现在提示符前端,如下所示:

(tensorflow) yhilly@ubuntu:~$

需要说明的是,这里的“tensorflow”是我们任意设定的,具有可读性和辨识性即可,你完全可以用其他环境名代替它(比如说TF)。在激活的环境下,我们可以用which指令查询Python的路径:

(tensorflow)yhilly@ubuntu:~$ which python

/home/yhilly/anaconda3/envs/tensorflow/bin/python


然后可以查询Python的版本号:


(tensorflow)yhilly@ubuntu:~$ python --version

Python3.6.3 :: Anaconda, Inc.

当我们创建多个环境后,可以利用“condainfo --envs(或者condaenv list)”指令,来查询当前的多个环境信息:

yhilly@ubuntu:~$conda info --envs

#conda environments:

tensorflow              /home/yhilly/anaconda3/envs/tensorflow

tensorflow35            /home/yhilly/anaconda3/envs/tensorflow35

root                  *  /home/yhilly/anaconda3


当然,如果后期我们不想再用当前特定的环境了(或者想替换一个环境),还可以利用下面的命令撤销激活(即反激活)该环境:

source deactivate

如果我们彻底不想用某个环境,我们还可以从操作系统中“移除(remove)”掉它。比如说,如果我们想移除前文显示的环境tensorflow35,可使用如下指令,即可完成相关移除操作:

conda remove -ntensorflow35 --all

上述参数的“--all”,表示卸载掉这个环境(tensorflow35)的所有安装包。为了确认我们是否卸载成功,我们可以再次使用“conda info --envs”来查询运行环境是否移除了(现在变成了2个环境,表明移除成功):

yhilly@ubuntu:~$ conda info --envs

# conda environments:

tensorflow              /home/yhilly/anaconda3/envs/tensorflow

root                 *  /home/yhilly/anaconda3

----《待续》---------


节选自 张玉宏《深度学习之美》部分章节,电子工业出版社,博文视点,2018年

  • 0
    点赞
  • 8
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值