环境!Anaconda3配置Spyder3.6及TensorFlow,keras和相关库

在Anaconda3(Python3.7)的官方版本下,配置另一个环境python3.6
本机系统:WIN10
PS:本系统已装了cuda9了,这里就不教学了,
参考官网https://developer.nvidia.com/cuda-downloads(CUDA)

为什么需要配置python3.6?

在使用机器学习中,TensorFlow(下面简称:TF)是不可或缺的一项工具,而TF需要对应的python版本,因此在Anaconda3已推出的python3.7的时候,我们的TF依旧不能及时支持,需要回调到python3.6的版本。
在这里插入图片描述
在这里插入图片描述
参考官网:https://tensorflow.google.cn/install/source_windows(Tensorflow的官网)

下载和安装最新的Anaconda

在这里插入图片描述
目前,最新的是2018.12更新的python3.7,直接选择下载

### 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: #### 创建新环境 建议先创建一个新的Conda环境来隔离这些之间的依赖关系。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
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