tensorflow+sklearn+mxnet多框架虚拟环境搭建
tensorflow、sklearn、mxnet以及pytorch这几种框架分别有它们各自的特点和优势,开发
过程中难免会遇到要利用多种框架的情况,因此。如何快速搭建多框架环境是我们急需解决的一个问题。
1.框架的安装顺序
不同框架对各种库的版本要求不同,比如tensorflow和mxnet对nnumpy库的要求不同,
其中mxnet对numpy的要求最严,因此,我们应该先安装mxnet这个框架,再装tensorflow这个框架。
而sklearn对numpy的要求不严,可以放在最后安装。
(新测:numpy=1.16.5对各框架均可用,建议安装这个版本)
2.框架安装
接下来我们会按照mxnet、tensorflow、sklearn的顺序进行框架的安装
- mxnet的安装
pip install -U mxnet #用最高版本即可
pip install -U gluoncv #一般会用到gluocv这个库,故一起安装
- tensorflow安装
pip install tensorflow==1.13.1 #个人比较喜欢用1.13.1这个版本,几乎没错过
常见错误:导入Tensorflow出现ImportError: DLL load failed: 找不到指定的程序
解决方法:pip install protobuf==3.6.0 (不要改成其他版本,不然没有用)
- sklearn安装
pip install scikit-learn #很多朋友在安装sklearn是只安装这一个包,这样是会报错的
pip install sklearn #虽然这个是空的,但也必须安装上
除此之外,还需要把sklearn伴随的的几个库安装上,可以在pycharm中安装,
方法可以参考这个[链接](https://blog.youkuaiyun.com/XBL2015HENU/article/details/106985998)
不安装的话,报错大概如下:
ModuleNotFoundError: No module named sklearn.utils.linear_assignment_
祝好!! 有问题欢迎一起讨论(●’◡’●)!!!
本文详细介绍tensorflow、sklearn、mxnet及pytorch等框架在虚拟环境中的安装顺序与步骤,确保不同框架间的兼容性,避免版本冲突。重点介绍了mxnet、tensorflow及sklearn的安装配置,提供了解决常见错误的方法。
1254

被折叠的 条评论
为什么被折叠?



