anaconda、tensorflow和pytorch的配置和使用问题

lostune2025-01-112025-01-12

安装Anaconda

先安装anaconda，不用装python，如果已经安装最好卸了

参考链接

Anaconda安装（最新图文版）_anaconda安装包-CSDN博客

安装Anaconda后，在cmd中输入conda —version后，显示‘conda‘ 不是内部或外部命令，也不是可运行的程序或批处理文件。_conda —version不是内部或外部命令-CSDN博客

关于jupyter notebook

.ipynb后缀格式的文件是用 jupyter notebook 打开的。

如果要在 jupyter notebook 使用conda的环境，先在base键入以下命令安装

1	conda install nb_conda_kernels

然后在具体的环境里安装以下内容

1	conda install ipykernel

参考链接

【最全指南】如何在 Jupyter Notebook 中切换/使用 conda 虚拟环境？_多个conda环境 notebook用的哪个-CSDN博客

查看GPU是否支持cuda

当然首先得有n卡

在cmd里

1	nvidia-smi

安装pytorch

注意安装前要在anaconda具体的虚拟环境装，不要装在base里，这样我们具体的环境使用不了的。

先打开Anaconda Prompt，输入下面的命令

创造一个虚拟环境，其中“pytor”是虚拟环境的名称，也可以去其他的，你喜欢就好。

1	conda create -n pytor python==3.9

输入以下命令进入虚拟环境

1	conda activate pytor

如果是第一次用，最好输入conda init初始化一下

这个时候命令行的前面的括号里是我们具体的环境的名称。

首先添加清华镜像源（也可以自己添加其他镜像源）：

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/
conda config --set show_channel_urls yes
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/win-64/

然后输入命令行安装pytorch：

1	conda install pytorch torchvision torchaudio pytorch-cuda=11.8 -c nvidia

此时在jupyter notebook没有可以选择的环境，需要在conda安装一个工具

1	conda install ipykernel

然后就可以在jupyter notebook选择了

（~~请忽略我打错的vision~~）

参考链接

安装PyTorch详细过程_pytorch安装-CSDN博客

安装tensorflow

还是和pytorch类似，先创建一个虚拟环境。进入Anaconda Prompt，输入以下命令，创建一个python版本是3.9.x的虚拟环境。

1	conda create -n tf2 python==3.9

然后activate

1	conda activate tf2

这个时候命令行的前面的括号里是我们具体的环境的名称”tf2”

上tensorflow官网查一下tensorflow版本，注意要查英文的，右上角选择英文，中文的没有更新。

以下所有的命令都在虚拟环境内使用

输入conda search cudatoolkit --info，查看cudatoolkit已有的安装包版本号（这个命令也可以search其他的包，比如pytorch、tensorflow这些，查看可以安装的版本）

pEP0VjH.md.jpg

可以看到出现很多这样的结果，上面的版本号就是可选的版本。

输入以下命令安装这些工具。

1
2
3

conda install cudatoolkit=11.3.1
conda install cudnn==8.2.1
pip install tensorflow-gpu==2.7.0 -i https://pypi.mirrors.ustc.edu.cn/simple

-i是选择源的flag，然后输入源的地址，然后选择版本，我这里用的科大源。

我的tensorflow选了一个2.7.0，最好和我选一样的版本，不然容易错，如果要用和我不一样的，一定要严格按照给出的适配版本。python版本、cuda toolkit版本和cudnn版本都要适配！缺一不可。

所有安装最好都带上具体的版本，不要直接安装，这样不知道安的哪个版本，就会因为不适配出错，不知道安了哪个就conda list看一下

要在jupyter notebook使用虚拟环境，就输入

1	conda install ipykernel

安装numpy

一般tensorflow要和numpy一起用。

安装numpy

1	pip install numpy==1.24.3

注意不要直接安装，会装上2.x的版本，也不要装2.x的版本，tensorflow可能不支持

验证tensorflow

先在这个虚拟环境内键入python进入python编译

1
2
3

import tensorflow as tf
tf.__version__
print('GPU',tf.test.is_gpu_available())

pEP038S.md.png

如果返回true就是可以了，false就是不行，还要再改。

pEP08gg.md.png

如果import成功，但是验证gpu的时候出现下面这种情况，就是版本没对应好，要更换某个东西的版本。一般是cudnn，cuda toolkit的版本问题

>>> print('GPU',tf.test.is_gpu_available())
WARNING:tensorflow:From <stdin>:1: is_gpu_available (from tensorflow.python.framework.test_util) is deprecated and will be removed in a future version.
Instructions for updating:
Use `tf.config.list_physical_devices('GPU')` instead.
2025-01-11 19:10:40.918358: I tensorflow/core/platform/cpu_feature_guard.cc:151] This TensorFlow binary is optimized with oneAPI Deep Neural Network Library (oneDNN) to use the following CPU instructions in performance-critical operations:  AVX AVX2
To enable them in other operations, rebuild TensorFlow with the appropriate compiler flags.
2025-01-11 19:10:40.922192: W tensorflow/core/common_runtime/gpu/gpu_device.cc:1850] Cannot dlopen some GPU libraries. Please make sure the missing libraries mentioned above are installed properly if you would like to use GPU. Follow the guide at https://www.tensorflow.org/install/gpu for how to download and setup the required libraries for your platform.
Skipping registering GPU devices...
GPU False