目录
- 前言
- 参考链接
- 一、Tensorflow的版本兼容性
- 二、Pytorch的版本兼容性
- 三、Tensorflow安装流程
* - 1.创建虚拟环境
- 2.激活虚拟环境
- 3.配置CUDA和CUDNN驱动框架
- 4.加载tensorflow模块
- 5.设置超时时间
- 6.验证tensorflow安装成功
- 四、Pytorch安装流程
* - 1.重新确认目标环境
- 2.加载pytorch模块
- 3.验证pytorch安装成功
- 五、pycharm界面下Tensorflow和Pytorch的使用方法
前言
Tensorflow和pytorch是两个不同模块，导入import时对python的版本和编译环境有要求，要想同时使用Tensorflow和pytorch，需将其安装在同一个环境下。本文在此分享一些经验技巧以及罗列一些雷区给大家。
参考链接
为读者方便查找，本文所涉及参考链接汇集于此：
- tensorflow官网
- pytorch官网
- 已被验证过的python版本
- 已被验证过的CUDA版本
- 文档>>pip安装程序超时
- 文档>>Anaconda Prompt 常用命令
- 文档>>显卡GPU、CUDA、CUDNN的作用关系
- 教程>>安装CUDA
- 教程>>查看电脑CUDA的版本
- 教程>>开启Anaconda Prompt (Anaconda)
- 教程>>Pycharm连接Anaconda创建的环境
一、Tensorflow的版本兼容性
参考链接1: tensorflow官网.
版本兼容问题不是固定的，例如以前tensorflow2和python3.7不兼容，出现模块导入不成功，运行不稳定之类的问题，但之后却发现tensorflow2优化过了，tensorflow2.3与python3.8可以兼容，不出现性能问题（如下图）。所以不兼容就换一个版本试试，或者参考一些已被验证过的python版本。tensorflow和CUDA及CUDNN也有一定对应关系，参考一些已被验证过的CUDA版本。
; 二、Pytorch的版本兼容性
参考链接1: pytorch官网
打开pytorch官网，如下图页面，选择操作系统如linux或windows、安装包、兼容的python版本。如果你电脑显卡配置不错，希望用GPU来跑代码，就要选择CUDA的版本类型（选择None默认CPU），怎么选要先 查一下电脑CUDA的版本，查不到则要安装CUDA。最下面是官网根据以上所选生成的用于安装的语句。
; 三、Tensorflow安装流程
1.创建虚拟环境
基操先打开Anaconda Prompt (Anaconda)
创建一个名为”TF2.3″的虚拟环境（环境名可自定义），用于支持tensorflow以及pytorch等的安装和运行，”python=3.8″指该环境对应的python解释器为3.8，当然也可以自定义为其他python版本，不兼容则回顾上文。
conda create -n TF2.3 python=3.8
创建完成后，可以用以下语句查看虚拟环境是否配置成功
conda env list
有TF2.3说明成功了
(base) C:\Users\Andy>conda env list
conda environments:
#
base * E:\Anaconda
TF2.3 E:\Anaconda\envs\TF2.3
2.激活虚拟环境
激活我们所创的”TF2.3″虚拟环境
conda activate TF2.3
激活后可以看到从原来的base换成了TF2.3，说明接下来的操作将在TF2.3下进行。
(base) C:\Users\Andy>conda activate TF2.3
(TF2.3) C:\Users\Andy>
3.配置CUDA和CUDNN驱动框架
代码如下，版本的选择参考显卡GPU、CUDA、CUDNN的作用关系以及一些已被验证过的CUDA版本。
conda install cudatoolkit=10.1
conda install cudnn=7.6
4.加载tensorflow模块
到这一步可以终于可以装入tensorflow了，语句如下，这里指定版本为2.3，想装成其他版本也一样，如果不兼容就卸了重新换一个版本。如果不指定版本(即去掉”==2.3″变成”pip install tensorflow”)，那默认安装当前最新版本，最新版本型号可查tensorflow官网
pip install tensorflow==2.3
下载地址源于tensorflow官网，速度比较慢，采用清华镜像源可以大大提高安装速度，方法为改用如下语句，即在原本语句后补上”-i https://pypi.tuna.tsinghua.edu.cn/simple”镜像源网址。
pip install tensorflow==2.3 -i https://pypi.tuna.tsinghua.edu.cn/simple
只要镜像源上面有对应安装包，就可用镜像加速，此处罗列一些常用的镜像源：
阿里云：-i https://mirrors.aliyun.com/pypi/simple/
北京外国语大学： -i https://pypi.mirrors.ustc.edu.cn/simple/
豆瓣：-i https://pypi.douban.com/simple/
清华镜像源(清华大学)： -i https://pypi.tuna.tsinghua.edu.cn/simple/
5.设置超时时间
此步骤用于解决pip安装程序超时问题，代码如下：
pip –default-timeout=100 install tensorflow==2.3 -i https://pypi.tuna.tsinghua.edu.cn/simple
pip –default-timeout=100 install –upgrade tensorflow==2…3 -i https://pypi.tuna.tsinghua.edu.cn/simple
6.验证tensorflow安装成功
依次输入以下代码：
python
import tensorflow as tf
如下图，tensorflow导入成功说明安装成功，可以正常使用了。
(TF2.1) C:\Users\Andy>python
Python 3.8.8 (default, Feb 24 2021, 15:54:32) [MSC v.1928 64 bit (AMD64)] :: Anaconda, Inc. on win32
Type "help", "copyright", "credits" or "license" for more information.
>>> import tensorflow as tf
2021-04-17 16:53:22.060675: I tensorflow/stream_executor/platform/default/dso_loader.cc:48] Successfully opened dynamic library cudart64_101.dll
关闭python可用以下任意语句：
quit（）
或
exit（）
四、Pytorch安装流程
1.重新确认目标环境
前面要想同时使用Tensorflow和pytorch，需将其安装在同一个环境下。对环境操作不熟练可参考Anaconda Prompt 常用命令，tensorflow安装环境为”TF2.3″，说明pytorch的安装操作也需在TF2.3下进行（操作光标前括号内需为”TF2.3″），如下图：
(base) C:\Users\Andy>conda activate TF2.3
(TF2.3) C:\Users\Andy>_
2.加载pytorch模块
输入语句如下，细心的小伙伴可发现，前文”Pytorch的版本兼容性”提到的”官网根据以上所选生成的用于安装的语句”，就是用在这里。
pip3 install torch torchvision -i https://pypi.mirrors.ustc.edu.cn/simple/
3.验证pytorch安装成功
依次输入以下代码：
import torch
x = torch.rand(5,3)
print(x)
得到如下情况说明安装成功：
(TF2.1) C:\Users\Andy>python
Python 3.8.8 (default, Feb 24 2021, 15:54:32) [MSC v.1928 64 bit (AMD64)] :: Anaconda, Inc. on win32
Type "help", "copyright", "credits" or "license" for more information.
>>> import torch
>>> x = torch.rand(5,3)
>>> print(x)
tensor([[0.4282, 0.2925, 0.4762],
[0.2266, 0.4516, 0.3518],
[0.3632, 0.0999, 0.6378],
[0.3130, 0.0392, 0.8809],
[0.4728, 0.3747, 0.8535]])
五、pycharm界面下Tensorflow和Pytorch的使用方法
由于Tensorflow和Pytorch安装在虚拟环境下，所以使用时应指定interpreter为所创的TF2.3环境（下图命名的是TF2.1，故显示TF2.1，是一样的，环境名只是个名字），interpreter的设置步骤可参考Pycharm连接Anaconda创建的环境
Original: https://blog.csdn.net/x007664/article/details/115794783
Author: General_Fe
Title: Anaconda同时安装Tensorflow和Pytorch（window系统）步骤/流程/方法
原创文章受到原创版权保护。转载请注明出处：https://www.johngo689.com/708269/
转载文章受原作者版权保护。转载请注明原作者出处！