anaconda使用tensorflow jupyter pytorch labelme

这篇博客介绍了如何在Anaconda环境下创建并管理使用Tensorflow和PyTorch的环境,特别是针对CPU和GPU版本的选择。内容包括创建Python3.6环境、安装Tensorflow和PyTorch、选择合适的PyTorch版本和CUDA配套,以及在Jupyter中使用不同环境。此外,还提及了GPU的重要性以及Labelme的相关应用。

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

anaconda prompt命令、添加环境后可直接在cmd中使用

安装时添加环境

在这里插入图片描述
在这里插入图片描述

#加快下载速度,配置镜像
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 --show channels#查看库(包括镜像)

conda search opencv # 查看什么样的python版本支持的什么样的opencv版本


conda/pip install bao
conda list #查看安装的包
conda env list #查看有多个少不同的环境 anaconda就是可以隔离不同的环境(不同的python版本)
conda env remove --name tfenv #删除某个环境
conda remove --name tfenv bao #删除某个环境下的某个包
conda create --name tfenv python=3.6 # 创建随意的python版本的tensorflow环境(也是为了隔离不同的python版本,直接conda安装tensorflow,当然也是可以的,但无法再安装其它版本的tensorflow了),并取名
activate tfenv #激活tensorflow环境,并进入
# 在激活的环境中,pip安装tensorflow包 pip install tensorflow
# 在激活的环境中,通过python使用tesorflow包 import tensorflow as tf
conda deactivate #退出tensorflow环境

先创建环境:使用tensorflow和pytorch时最好用python3.6

1. 进入anaconda prompt
conda create --name env python=3.6

# 重命名环境不支持,采用先复制到新环境,再删除旧环境方式
conda create --name conda-new --clone conda-old
conda remove -nname conda-old --all

tensorflow和pytorch都有cpu版和gpu版,因为install gpu版时都要CUDA 和 CuDNN,所以可以直接放在一个环境里

cpu:有很强通用性,像个老教授,算术、微积分都会:处理各种不同的数据类型,同时又要逻辑判断又会引入大量的分支跳转和中断的处理
gpu:处理类型高度统一的大规模数据和不需要被打断的纯净的计算环境,大量的重复计算,就像你有个工作需要算几亿次一百以内加减乘除一样,最好的办法就是雇上几十个小学生一起算,一人算一部分
GPU是图形处理器/显示适配器,焊在显卡上,显卡的心脏。

intel集显【Intel® HD Graphics 520】虽然有gpu,但是只能使用tensorflow和pytorch的cpu版。
英伟达gpu才能使用tensorflow的gpu版。

添加tensorflow

查看python和tensorflow的版本对应关系

1. 进入anaconda prompt
activate env #进入环境
conda install tensorflow
conda install tensorflow-gpu#此时会自动安装CUDA 和 CuDNN,这些在使用pip安装时须手动添加
	python中:tensorflow as tf
conda uninstall tensorflow#卸载
conda deactivate #退出环境

添加pytorch

选择合适的pytorch版本

在这里插入图片描述

选择配套的cuda

py3.6和torch1.51以及cudatoolkit=10.2配套
https://pytorch.org/get-started/previous-versions
1. 进入anaconda prompt
activate env #进入环境

conda install pytorch==1.5.1 torchvision==0.6.1 cpuonly -c pytorch # cpu版
conda install pytorch==1.5.1 torchvision==0.6.1 cudatoolkit=10.2 -c pytorch #gpu版,此时会自动安装CUDA 和 CuDNN,这些在使用pip安装时须手动添加
	python中:
		import torch
conda unstiall pytorch #卸载
conda deactivate #退出环境


在jupyter中创建不同环境的文件

在所在的环境下:conda install nb_conda
退出jupyter和anaconda navigator,重新启动即可

labelme

conda/pip install labelme
conda/pip install pyqt

参考

https://zhuanlan.zhihu.com/p/268081812
https://zhuanlan.zhihu.com/p/75717350

评论
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