详细安装anaconda与tensorflow、pytorch | 您所在的位置:网站首页 › anaconda各版本 › 详细安装anaconda与tensorflow、pytorch |
不管你之前有没有安装过python,这篇文章都很适合帮助你安装anaconda与建立tensorflow、pytorch环境,演示是使用CPU进行的,GPU版本的环境我给出了相应的提醒与建议。 写这篇博客原因在于,我之前安装过python,而网上没有找到我想要的文章。 没人比我更详细(狗头),纯属开玩笑啊 文章目录 一. 下载anaconda二. 安装anaconda三. anaconda各部分介绍四. anaconda常用命令五. 创建新的虚拟环境1. 使用之前装过的python2. 使用新的python 六. 安装tensorflow七. 安装pytorch 本次示例版本为:Anaconda3-2021.05-Windows-x86_64 一. 下载anaconda官网下载:Anaconda | Individual Edition 官网下载的是最新版,官网速度其实不慢的。 如果你想下载其他版本或者嫌弃官网速度慢,请进入清华镜像站进行下载 Index of /anaconda/archive/ | 清华大学开源软件镜像站 | Tsinghua Open Source Mirror 这里以官网做示例 不需要登陆注册,等待下就会弹出下载选项。 这里选择默认的为自己安装,一般人而言选无论哪个都是一样的,因为一般电脑上只有一个用户。 路径不要有中文。 需要空间2.9G,我不建议你使用默认的安装位置(即C盘)。 我在D盘新建了个文件夹 anaconda3,并选择此文件夹进行安装。 选择后点击 next 下面有关于此选项的详细介绍。我实际是选了第二个的。 第一个选项: 选择是否将 Anaconda 添加到 PATH 环境变量中,默认是不添加的。 不添加意味着你不能在cmd(命令提示符)以及powershell中使用命令行操作。 我不建议你添加,是因为anaconda有自带的 Anaconda Prompt 以及 Anaconda Powershell Prompt,这与cmd和powershell是一样的,没有必要添加到路径。 当然如果你有其他想法,你可以选择添加。 第二个选项: 选择是否将 Anaconda 注册为你的默认 Python,默认是选择的。(我这个默认为python为3.8的) 如果你要安装和运行 Anaconda 的多个版本或 Python 的多个版本,基本上是不勾选此选项的 。 如果你有其它想法,另说。 如果你之前安装过python并且使用vs、pycharm等软件时,勾选此选项,anaconda自带的python会成为这些软件的默认选项。 我原来装了python3.9的,但这里我实际上是勾选了的,因为没有影响到我python3.9的使用。 等待安装完成。pycharm :一款强大的适用于python的IDE软件。 使用 pycharm 可以轻而易举地使用 Python 和 jupyter 笔记本,它旨在与 Anaconda 一起使用 第一个选项:查看anaconda个人版教程 第二个选项:如何开始anaconda 这两个选项都将为你打开对应的网站 选择后,点击 finish。 在开始菜单文件夹中打开 Anaconda Prompt ,输入 conda info 如果你安装时添加了环境变量,你也可以在cmd和powershell上输入这个命令。 开始菜单文件夹 Anaconda Navigator: Anaconda Navigator的官方介绍:Anaconda Navigator是Anaconda发行版中包含的桌面图形用户界面(GUI),可让您启动应用程序并轻松管理conda程序包,环境和通道,而无需使用命令行命令。 Anaconda Powershell Prompt 以及 Anaconda Prompt: 与上面一致,但是是使用命令行模式 Jupyter Notebook:这个使用的人非常多 Jupyter Notebook是基于网页的用于交互计算的应用程序。其可被应用于全过程计算:开发、文档编写、运行代码和展示结果。简而言之,Jupyter Notebook是以网页的形式打开,可以在网页页面中直接编写代码和运行代码,代码的运行结果也会直接在代码块下显示。如在编程过程中需要编写说明文档,可在同一个页面中直接编写,便于作及时的说明和解释。 作者:Raxxie 链接:https://www.jianshu.com/p/91365f343585 Spyder: 百度百科:Spyder是Python的作者为它开发的一个简单的集成开发环境。和其他的Python开发环境相比,它最大的优点就是模仿MATLAB的“工作空间”的功能,可以很方便地观察和修改数组的值。 四. anaconda常用命令当前环境信息:conda info conda安装版本信息:conda --version 更新conda:conda update -n base -c defaults conda 检查目前的安装环境:conda info --envs 或者 conda info -e 检查目前有哪些版本的python可以安装:conda search --full-name python 还有一些命令在后面进行展示。 五. 创建新的虚拟环境通常一个环境就足够了,但是我还是建议再创建一个新的环境。 在有些情况下,你可以在新环境上做实验,没问题后再在默认环境中操作,新环境中遭遇不可控错误,那就删除重建一个。 或者你要搭建 tesorflow 、pytorch深度学习环境,那你肯定要新建环境的。 默认的环境是base(root),python的版本为3.8.8 检查是否安装成功:conda --version 检查目前的安装环境:conda info --envs 或者 conda info -e 在Anoconda中,安装的python或者称为环境会存放在envs文件夹中。 * 号表示处于当前环境中。 我不建议你直接使用之前的python来建立环境。因为你必然安装了很多模块,文件夹就大了许多。 当然,如果你就是为了这些模块,那就随意。 在Anoconda中,安装的python或者称为环境会存放在envs文件夹中。 所以,那就将原来的python文件夹复制到装anaconda的文件夹下的envs 中 我原来的python装在D盘的 Python3.9.4文件夹中,我的anaconda装在D盘的 anaconda3文件夹中 复制进envs文件夹后,可以更改文件名,我这里就不更改了 创建环境:(这里使用现有的python,所以不指定python版本) conda create --name Python3.9.4 -y //加上 -y 后就不需要在输入 y了 –name 或者 -n :指定环境名。这里为文件名 Python3.9.4 :环境名。这里是文件名 你创建时如果出现更新警告,可以更新一下conda conda update -n base -c defaults conda 激活环境 windows下:conda activate Python3.9.4 //后面是环境名 linux & mac:source activate Python3.9.4 linux和mac的命令不确定,如果失败,那只能自行寻找原因了。 激活成功后,最前面的base(root)会变成你的新环境名。 输入 python --version查看版本 输入conda info --envs 检测安装的环境 图中已经创建好了环境 返回默认的环境 base(root) windows:conda deactivate //后面可以加上环境名,指定退出哪个环境,没有加就是退出当前环境。 直接使用deactivate是不行的,因为要被弃用了。 linux & mac:source deactivate linux和mac的命令不确定,如果失败,那只能自行寻找原因了。 删除环境: conda remove --name Python3.9.4 --all //先要退出这个环境,才能删除 创建环境: conda create --name tensorflow python=3.9 中途需要输入 y 表示同意继续 –name 或者 -n :指定环境名 tensorflow:环境名 python=3.9:指定安装python的版本,python=3.9表示安装3.9中的最新版 也可以指定具体的版本 比如:python=3.9.4 激活环境 windows下:conda activate tensorflow //后面是环境名 linux & mac:source activate tensorflow linux和mac的命令不确定,如果失败,可能需要你自行寻找答案。 激活成功后,最前面的base(root)会变成你的新环境名。 输入 python --version查看版本 输入conda info --envs 检测安装的环境 图中已经创建好环境 返回默认的环境 base(root) windows:conda deactivate //后面可以加上环境名,指定退出哪个环境,没有加就是退出当前环境。 直接使用deactivate是不行的,因为要被弃用了。 linux & mac:source deactivate linux和mac的命令不确定,如果失败,source前面加上 conda 试试,或者source后面 删除环境: conda remove --name tensorflow --all //先要退出这个环境,才能删除 这里我就不演示了,在上一小节演示过了。 六. 安装tensorflow因为我是AMD的显卡,所以在windows上装tensorflow只能装cpu的,因此我仅对cpu的做演示。 对安装GPU版本的提醒与建议: 如果你是NVDIA(英伟达)的显卡,并且想装GPU的,你一定要看官网对GPU版本对应的要求。 官网:https://www.tensorflow.org/install/pip#gpu 绝大部分人安装GPU有问题就在于 cuda以及cudnn的版本问题。 而网上关于GPU版本的教程几乎是没有人提过这点,意味着你基本要完全跟着别人的教程走,才有可能成功。 这仅是部分截图 CPU版本安装演示: 先激活前面新建的环境 tensorflow windows: conda activate tensorflow 更新一下pip: pip install --upgrade pip最后安装cpu版tensorflow 这仅是部分截图。 根据官网:https://www.tensorflow.org/install/pip#cpu cpu版的没什么要求,唯一有要求的便是python的版本,这其实也不算要求,只需要有对应python版本的tensorflow即可。 我写这篇博客时 python3.10 是没有对应的tensorflow的。 强烈建议使用换源的方法。这里顺序没安排好,因为我同学使用换源的方法总是失败,所以我为了保险,所以一开始使用的是没有换源的方法,但我后面自己试了下换源,没问题,并且节省了很多时间,没换源半小时,换源后2分钟。 1. 不换源的方法。 晚上非常不建议使用这种方法,晚上速度可能很慢。 白天网速还是可以的,但是不稳定。 pip install --ignore-installed --upgrade tensorflow #这会自动安装与你 python版本对应的最新的tensorflow。前提是有对应的。 # --ignore-installed 忽略已安装的软件包,覆盖它们。如果你没有装过tensorflow,那可以去掉此选项。
输入 python 进入python命令行 输入 import tensorflow as tf 引入tensorflow模块(as作用:重命名) 查看版本与路径 tf.__version__ 以及 tf.__path__ 2. 换源的方法。 还是一样激活环境,更新pip 我这里使用新环境 python37做演示 先激活环境 windows: conda activate python37 更新一下pip: pip install --upgrade pip安装tensorflow 网上很多人给出的阿里源是http,但是实际上已经不行了,必须将http改成https。 # 阿里源 pip install -i https://mirrors.aliyun.com/pypi/simple/ --upgrade tensorflow # 这会自动安装与你 python版本对应的最新的tensorflow。前提是有对应的。 #清华源 pip install -i https://pypi.tuna.tsinghua.edu.cn/simple --upgrade tensorflow # 这会自动安装与你 python版本对应的最新的tensorflow。前提是有对应的。 #--ignore-installed 忽略已安装的软件包,覆盖它们。 #如果你没有装过tensorflow,那可以选择去掉 -ignore-installed 选项这里使用阿里源。 pytorch的GPU限制就没有那么多了,注意一下支持的cuda版本即可了,下图中的cuda10.2即将不支持了。 建立环境:conda create -n pytorch python=3.9 windows下激活环境:conda activate pytorch 安装pytorch 根据官网自动生成命令 官网: https://pytorch.org/get-started/locally/ -c pytorch :指定的是pytorch的本身源,速度很慢。 所以,,我们可以更改成国内源 比如 清华源 https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/ 选择合适的系统,我选择win-64的 所以,换源后的命令 conda install pytorch torchvision torchaudio cpuonly -c https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/win-64/ #会安装与你环境python版本对应的 pytorch如果出现下方图中类似的这种问题。进入提示的目录删除目标文件,重新执行命令即可。 你应该是不会出现这种问题,这问题应该是我前面使用非换源方法安装时强行终止后导致的结果。
输入 python 进入python命令行 输入 import torch 引入torch模块 输入 print(torch.__version__) 输出pytorch版本 到这里就差不多了,完结撒花。有缘再补充了。 有帮助的话,不求一键三连,点个赞还是可以的吧,笔芯 |
CopyRight 2018-2019 实验室设备网 版权所有 |