conda创建TensorFlow和Keras指定版本环境

#conda创建TensorFlow和Keras指定版本环境
##1. 安装anaconda2环境

bash  Anaconda2-4.3.1-Linux-x86_64.sh

一路按照操作继续就行
##2. 创建conda的虚拟环境

conda create -n yourVirtualEnvName python=3.5

这里***yourVirtualEnvName***是你要为自己的虚拟环境所取得环境名,后续需要使用该名字登录虚拟环境,***python=3.5***是指你需要创建关于python的哪个版本的环境
离线创建虚拟环境(或者clone已有环境)

conda create -n yourVirtualEnvName --clone cloneName --offline
#可以使用conda env list看目前已有的虚拟环境名称

##3. 进入虚拟环境

#进入虚拟环境
source activate yourVirtualEnvName

##4. 安装TensorFlow指定版本

### 配置Anaconda环境以支持PyTorch、TensorFlowKeras 为了在同一Anaconda环境中安装并配置PyTorch、TensorFlow以及Keras,可以遵循以下方法: #### 创建环境 建议先创建一个新的Conda环境来隔离这些库之间的依赖关系。这可以通过执行如下命令完成: ```bash conda create -n ai_env python=3.9 ``` 此操作会建立一个名为`ai_env`的新环境,并指定Python版本为3.9。 #### 激活环境 一旦创建完毕,则需激活该环境以便在其内部进行后续的操作: ```bash conda activate ai_env ``` #### 安装PyTorch 对于PyTorch而言,在官方推荐的方式下可以直接通过Conda渠道获取最新稳定版: ```bash conda install pytorch torchvision torchaudio cudatoolkit=11.3 -c pytorch ``` 这里选择了CUDA工具包的具体版本号(可根据实际需求调整),确保GPU加速功能可用。 #### 安装TensorFlow 考虑到兼容性稳定性问题,最好也采用Conda方式来引入TensorFlow及其关联组件: ```bash conda install tensorflow-mkl -c anaconda ``` 注意:如果遇到任何冲突错误消息提示时,可尝试设置环境变量`TF_ENABLE_ONEDNN_OPTS=0`以禁用某些优化选项从而绕过潜在的问题[^2]。 #### 添加Keras 由于TensorFlow已经包含了Keras作为其高层API的一部分,因此通常不需要单独再安装额外的Keras包。不过,若确实有特殊理由想要使用独立版本的话,可通过Pip来进行补充安装: ```bash pip install keras ``` 以上步骤完成后,理论上应该能够在同一环境下顺利运行基于这三个框架的应用程序了。
评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
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