使用conda管理本地安装的tensorflow环境
说明:本篇博客基于Windows10 21H2操作系统,电脑硬件配置为AMD Ryzen 7 5800H with Radeon Graphics,无独显,base环境中的python版本为3.8.8。
什么是tensorflow
tensorflow是一个是由谷歌的人工智能团队谷歌大脑(Google Brain)开发并维护的符号数学系统,被广泛应用于各类机器学习算法的编程实现。tensorflow目前为止最新版本已经更新到Tensorflow2.12.0,并支持包括Python, C在内的多种语言。
Tensorflow的安装
这里以Python语言中的pip命令安装为例。
Tensorflow 2软件包支持CPU和GPU,而对于旧版的Tensorflow 1.x而言,CPU(tensorflow==1.15
)和GPU(tensorflow-gpu==1.15
)的软件包是分开的。因此需要根据自己的需求安装对应的版本,但是这里有一个很坑的地方,就是Tensorflow 1.x的GPU版本是要求系统中安装有CUDA和cuDNN的,而CUDA是一个NVIDIA公司推出的针对其自家的GPU加速工具包,也就是说想要安装Tensorflow的GPU版本就必须电脑上有NVIDIA的显卡。很不幸的是我的个人笔记本上只有一张AMD的集显,于是寄。
当然,AMD其实也有推出自家的ROCM用于支持深度计算。同时我还注意到AMD有推出一个在我死了(WSL)上对Microsoft® DirectX的支持服务,同时按照巨硬官方的说法,是可以通过Windows上的DirectML来启用Tensorflow的GPU加速,并可以通过pip install tensorflow-directml
命令来安装带有DirectML包的Tensorflow。这一段我对于AMD和微软这两个服务的关系有点没太理清,不过最后我也没有采用这种方案,因为按照微软的这个教程安装之后总是报一些看不明白的错误,遂放弃tensorflow 1的方案,转而直接按照tensorflow官网上的说法一步安装tensorflow 2。
这里采用Anaconda对python的虚拟环境进行管理。
使用Conda对Python环境进行管理
-
首先在本地安装好Anaconda软件,具体安装路径可以自行选择。注意安装完成后可能需要在环境变量中添加相应的路径,具体操作网上有很多相关教程,例如这一篇。配置完成后可使用命令
conda --version
验证是否可正常使用conda,如果出现当前的conda版本号,则说明安装成功。
-
安装完成后即可使用conda进行Python虚拟环境的创建,在cmd窗口中执行
conda create -n <env_name> python=x.x
,其中<env_name>
为你想为创建的虚拟环境指定的名称,如这里我的名称为tensorflow
,python关键字后的参数用于指定此虚拟环境的对应的python版本号,这里我使用的是Python3.7。
注1:有教程说tensorflow只能使用3.5版本的python,但是我使用3.5版本的python安装tensorflow时总是失败,似乎是因为3.5版本的python已经停止维护,于是最后根据tensorflow 2的说明采用了3.7版本的python。这里安装tensorflow 2主要是因为我需要跑的代码更推荐这一版本。
-
虚拟环境创建完成后输入
conda info -e
应该能查看到如下结果 -
激活所需的虚拟环境,
conda activate tensorflow
执行后可以看到已经进入tensorflow环境中。 -
按照Tensorflow官方的说法,在虚拟环境中运行命令
pip install --upgrade tensorflow
即可安装tensroflow 2,注意在使用前应更新pip的版本。安装完成后使用可验证安装效果,python -c "import tensorflow as tf;print(tf.reduce_sum(tf.random.normal([1000, 1000])))"
,我的执行结果为正常返回张量,说明安装成功
注2:我也看到有博客说可以使用conda install tensorflow
来进行安装的,并且据说conda Tensorflow的CPU性能比pip安装的Tensorflow更好,GPU版本安装也更简单。具体安装步骤可见:https://www.anaconda.com/blog/tensorflow-in-anaconda
【推荐】编程新体验,更懂你的AI,立即体验豆包MarsCode编程助手
【推荐】凌霞软件回馈社区,博客园 & 1Panel & Halo 联合会员上线
【推荐】抖音旗下AI助手豆包,你的智能百科全书,全免费不限次数
【推荐】博客园社区专享云产品让利特惠,阿里云新客6.5折上折
【推荐】轻量又高性能的 SSH 工具 IShell:AI 加持,快人一步
· DeepSeek “源神”启动!「GitHub 热点速览」
· 我与微信审核的“相爱相杀”看个人小程序副业
· 微软正式发布.NET 10 Preview 1:开启下一代开发框架新篇章
· 如何使用 Uni-app 实现视频聊天(源码,支持安卓、iOS)
· C# 集成 DeepSeek 模型实现 AI 私有化(本地部署与 API 调用教程)