keras/tensorflow环境搭建conda环境部署(conda和pip可以混用)

最新推荐文章于 2025-06-28 15:43:28 发布
原创 最新推荐文章于 2025-06-28 15:43:28 发布 · 1.1k 阅读 · 0 ·
CC 4.0 BY-SA版权
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
文章标签：

#keras #tensorflow #conda

本文详细介绍了在Linux环境下如何安装Anaconda并创建虚拟环境，随后通过pip安装了包括NumPy、SciPy、Pillow等在内的多个科学计算与图像处理库，并特别针对TensorFlow 1.4.0的安装进行了说明，解决了一些旧版Linux中可能遇到的glibc版本不匹配的问题。

摘要生成于 C知道 ，由 DeepSeek-R1 满血版支持， 前往体验 >

1按照https://conda.io/docs/user-guide/install/index.html 的指引, 下载对应的conda,

  我的系统是linux.  在.bashrc 增加这一行

source /home/ubuntu/anaconda3/etc/profile.d/conda.sh

,不然无法使用caonda命令

 2    创建环境并且进入环境

conda create -n py3cpu python=3.6.2

然后进入环境conda  activate py36cpu

3 安装各种需要的包,版本可以按需要修改

pip install  numpy scipy Pillow cython matplotlib scikit-image keras==2.0.8   h5py  IPython
pip install opencv-python imgaug

pip install tensorflow==1.4.0

#如果是比较老的linux版本,提示glibc版本不符合的话请使用

#conda install --channel https://conda.anaconda.org/anaconda tensorflow=1.6.0

无缝集成的艺术：在Conda中启用pip与Conda的互操作性
2402_85758936的博客
07-16 1031
Conda是一个强大的包管理器和环境管理器，广泛用于Python和其他科学计算语言。它不仅能够管理包的依赖关系，还能创建和维护独立的开发环境。然而，在某些情况下，Conda用户可能会发现需要使用pip来安装某些特定的Python包。幸运的是，Conda提供了一种方式来启用pip和Conda的互操作性，使得两者能够无缝协作。本文将详细解释如何在Conda中使用命令来启用这种互操作性，并提供代码示例。
【Conda与Pip的完美融合】在Conda环境中优雅使用pip指南
热门推荐
2401_85702623的博客
07-04 1万+
Conda和pip各有优势，结合使用可以提供更全面的包管理和环境管理能力。本文详细介绍了在Conda环境中使用pip的方法和最佳实践，帮助您在Python开发中更加灵活和高效。记住，合理利用工具组合，可以让您的开发工作事半功倍。本文深入探讨了如何在Conda环境中使用pip，涵盖了从基本安装到环境管理的各个方面。通过实际的命令示例，我们希望帮助读者理解Conda和pip的协同工作方式，以及如何在实际开发中做出合适的选择。希望本文能成为您在使用Conda和pip时的得力参考。
【虚拟环境搭建】新手快速上手 + 环境创建（手把手超详细干货）
最新发布
weixin_52326113的博客
06-28 2121
本文介绍了使用Conda搭建和管理虚拟环境的完整流程，适合机器学习新手快速上手。主要内容包括：1）Conda初始化及虚拟环境创建/激活/退出；2）环境查看、导出和删除等管理操作；3）安装TensorFlow/PyTorch等框架及基础代码示例；4）环境激活失败、包冲突等常见问题解决方法；5）官方文档和社区资源推荐。虚拟环境能有效隔离项目依赖，保证开发环境的稳定性和可复现性，是机器学习项目开发的重要基础。
【python环境一键搞定！】从入门到进阶，Conda 环境管理 + Pip 环境管理全攻略！
weixin_41645791的博客
01-06 2001
还在手动配置各种 Python 环境？还在为包冲突秃头？这篇文章将手把手教你如何使用 Conda 来管理环境、并和 Pip 并行作战，附送国内镜像源设置方法，让你轻松告别“网络延迟”与“安装失败”！
Python第三方库安装指南：pip与conda的完整使用教程
记录学习的过程
05-18 1417
本文全面介绍了Python的两大主流包管理工具——pip和conda的使用方法，并通过对比和实际案例帮助开发者掌握高效管理Python环境的技能。文章首先概述了包管理工具的必要性，并对比了pip和conda的特性。随后，详细介绍了pip和conda的基础安装、常用命令、高级功能以及环境管理方法。此外，还探讨了pip与conda的混合使用策略，并提供了最佳实践和常见问题的解决方案。最后，文章总结了pip和conda的适用场景，帮助开发者根据项目需求选择合适的工具。通过本文，读者可以全面掌握Python包管理的
Windows10 64位 Anconda安装tensorflow与keras(不创建虚拟环境)
qq_39785597的博客
08-18 1341
一、Anconda的下载与安装 直接在Anconda官网https://www.anaconda.com/distribution/下载对应的版本，我下载的是Python3.7 下载后运行安装一路默认，注意到了勾选Path那边，我是将两个勾选框都选上了。anconda安装完成。 二、tensorflow与Keras的安装 网上大多数教程都是先创建了一个tensorflow环境，我是直接...
keras在GPU环境下配置，conda虚拟环境并安装TensorFlow，cudatoolkit，cudann和jupyter等
weixin_44628096的博客
07-28 1644
keras在GPU环境下配置，conda虚拟环境并安装TensorFlow，cudatoolkit，cudann和jupyter等
如何在Win10下，安装pycharm+conda+keras+tensorflow
mczhao0502的博客
09-19 839
如何在Win10下，安装pycharm+conda+keras+tensorflow
DL Keras/Tensorflow/Keras-rl/Gym/Python
weixin_47368014的博客
08-28 838
DL Keras/Tensorflow/Keras-rl/Gym/Python背景环境CartPole 背景 Keras封装了TensorFlow；Keras-rl封装了Reinforcement Learning这部分的功能；OpenAI Gym则模块化了Tensorflow&Keras里的Environment这个概念，使得“应用和算法隔离”这个思想有了具体的实现，Gym的Env可以直接怼进sKeras/Keras-rl的Agent里。由于TensorFlow的发展到2.0时代，只有Python
(most recent call last): File "run_VisionTextCLS.py", line 707, in <module> history = model.fit( File "/usr/local/conda/envs/vitst/lib/python3.8/site-packages/tensorflow/python/keras/engine/training.py", line 1105, in fit callbacks.on_train_batch_end(end_step, logs) File "/usr/local/conda/envs/vitst/lib/python3.8/site-packages/tensorflow/python/keras/callbacks.py", line 454, in on_train_batch_end self._call_batch_hook(ModeKeys.TRAIN, 'end', batch, logs=logs) File "/usr/local/conda/envs/vitst/lib/python3.8/site-packages/tensorflow/python/keras/callbacks.py", line 296, in _call_batch_hook self._call_batch_end_hook(mode, batch, logs) File "/usr/local/conda/envs/vitst/lib/python3.8/site-packages/tensorflow/python/keras/callbacks.py", line 316, in _call_batch_end_hook self._call_batch_hook_helper(hook_name, batch, logs) File "/usr/local/conda/envs/vitst/lib/python3.8/site-packages/tensorflow/python/keras/callbacks.py", line 360, in _call_batch_hook_helper hook(batch, numpy_logs) File "run_VisionTextCLS.py", line 102, in on_train_batch_end results = self.model.evaluate(self.val_dataset, verbose=0) File "/usr/local/conda/envs/vitst/lib/python3.8/site-packages/tensorflow/python/keras/engine/training.py", line 1384, in evaluate self.reset_metrics() File "/usr/local/conda/envs/vitst/lib/python3.8/site-packages/tensorflow/python/keras/engine/training.py", line 1669, in reset_metrics m.reset_states() File "/usr/local/conda/envs/vitst/lib/python3.8/site-packages/tensorflow/python/keras/metrics.py", line 253, in reset_states K.batch_set_value([(v, 0) for v in self.variables]) File "/usr/local/conda/envs/vitst/lib/python3.8/site-packages/tensorflow/python/util/dispatch.py", line 201, in wrapper return target(*args, **kwargs) File "/usr/local/conda/envs/vitst/lib/python3.8/site-packages/tensorflow/python/keras/backend.py", line 3706, in batch_set_value x.assign(np.asarray(value, dtype=dtype(x))) File "/usr/local/conda/envs/vitst/lib/python3.8/site-packages/tensorflow/python/ops/resource_variable_ops.py", line 888, in assign raise ValueError( ValueError: Cannot assign to variable true_positives:0 due to variable shape (1,) and value shape () are incompatible出现上面问题的原因是什么
03-08
pip install tensorflow==2.8.0 --upgrade ``` 4. **替代解决方案**（临时）： ```python # 在回调中禁用自动重置 class CustomCallback(tf.keras.callbacks.Callback): def on_train_batch_end(self, batch,...
conda同时使用tensorflow1和tensorflow2（conda基础操作）
someInNeed的博客
06-14 487
Anaconda环境除了附带了众多Python库外，还支持多个虚拟环境，这这是TensorFlow1.x和TensorFlow2.x共存的关键。如果下载的是Python3.7的Anaconda版本，那么这个环境的Python版本就是Python3.7。注意，在创建虚拟环境的过程中，会通过Internet下载相关的库，可能在国内有些慢。现在回到主题，在前面已经创建了一个名为tf2的虚拟环境，接下来用下面的命令激活tf2。如果在此之前设置了其他的镜像，可以使用下面的命令删除这些镜像。
关于conda和pip的三个问题
Troublesome233的博客
09-18 457
问题1： pip和conda的主要区别是什么？ pip: 官方认可的python安装包管理器。 conda: 语言无关，跨平台的包和环境管理器，可以管理任何语言任何类型的软件 1.安装包的路径： pip: 从Python Package Index（PyPI）安装, 包含150,000个软件包，安装通常打包为 wheels或源代码分发的Python软件。conda: 安装和管...
anaconda通过pip方式安装tensorflow-gpu
C
05-29 2323
相比上一篇博客，这篇的区别在于独立安装cuda和cudnn，以及用pip的方式安装相关的包。 开始还是说一下我的电脑环境： win10 LTSC、vs2015 update 3、geforce 1060m、cuda10.0、cudnn7.5.1、tensorflow-gpu1.14.0. 在cuda和cudnn版本保持不变的情况下，测试过的tensorflow-gpu的版本有2.1.0、2.0.2、2.0.0、1.15.3、1.14.0、1.13.1。其中只有1.14.0和1.13.1能正常运行。 步
（Conda）conda 和 pip 混用
置心一处，便无事不办
06-17 710
在没有办法用 Conda 下载包的时候，只能使用 pip 工具。但我们要清楚当前使用的 pip 所属于哪一个环境下。只会显示系统环境中的 pip 和 conda 安装目录下的 pip。Conda 的包数量远小于。环境或退出环境时，使用。
是否可以在conda环境中使用pip指令
2301_79917319的博客
09-09 1111
虽然在Conda环境中可以使用pip，但是使用pip可能会导致包管理不一致，因为Conda和pip可能不会共享相同的包索引。这可能会导致依赖问题或包版本冲突 。
pip install 和conda install 的混用
weixin_62519708的博客
01-31 1042
pip install 和conda install是两种不同的安装包的形式，其中pip install是安装在python的site-package这个目录下的，conda install 是安装在conda环境下的pkg，两者最好不要混用，先用pip安装的的环境再用conda安装环境会覆盖掉之前pip的环境。
conda环境下conda和pip安装同一个库 | import 优先级问题探讨
专注于AI领域前沿技术学习与分享：目标检测、图像修复、超分重建、AI工程化
07-16 2782
conda环境下conda和pip安装同一个库 | import 优先级问题探讨 产生这个问题的原因 一个独立 conda环境 ，使用 conda 和 pip 都安装了 torch ，实测发现 实际 import torch 使用的是 conda 安装的 torch 具体验证 激活一个 conda 环境 conda activate tf25 pip list 查看安装的库 ，发现安装有 torch 1.8.1+cu111 pip list Package .
conda 与 pip 混用的问题（转）
m0_56843848的博客
09-15 1315
虽然conda list 显示numpy==1.21.5 但是实际用的是1.21.2，这个是被conda 覆盖的,所以。
anaconda关于conda命令和pip【pipenv】命令的总结，如何同时使用
weixin_43343144的博客
10-26 1164
conda命令和pip的升级版命令pipenv的都是可以创建python的虚拟环境！但是在实战过程中，感觉使用conda更加的方便，并且可复制、克隆、以及兼容各种版本的python环境！ 关于conda命令及pip同时使用的注意事项： 第一：如果在国内访问conda命令，建议添加国内的镜像源，如果是香港或国外的服务器，那不影响！ 参考这篇文章：https://blog.youkuaiyun.com...
conda和pip
m0_73612605的博客
07-04 820
先把warning里提到的几个文件删掉（一般问题文件系统会加上~前缀，注意要把其中带-infor后缀的文件也删了（warning里不会出现这个文件，但是会有~前缀，list指令读的是这个文件，不删install会有问题）），再看看anaconda文件里lib和env\lpytorch\lib里还有没有想要删除的包的文件，手动全删，再install就行。2.conda list下的和pip list下的同样的包，导入的是pip list下的。Conda list除了虚拟环境下的还有关联文件下的。
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值