在同一个虚拟环境中，安装pytorch和tensorflow

在同一个虚拟环境中，安装pytorch和tensorflow

1.创建一个新的虚拟环境

conda create -n ten_py_8 python=3.8           

2.进入虚拟环境中

conda activate ten_py_8 

3.安装tensorflow

// conda create --prefix D:\Anaconda\envs\ten_py_8 python=3.8
 
// conda activate D:\Anaconda\envs\ten_py_8 
 
pip config set global.index-url https://pypi.tuna.tsinghua.edu.cn/simple
 
pip install protobuf==3.20.0
 
pip install numpy==1.19.5
 
conda install -c https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge cudnn=8.1.0.77
 
pip install tensorflow-gpu==2.6.0
 
pip install matplotlib==3.3.4
 
pip install scikit-learn==0.24.1
 
pip install pandas==1.2.0
 
pip install keras==2.6
 
pip install seaborn==0.9.0
 
pip install jupyter
 
cd  D:\Anaconda\envs\ten_py_8\Scripts
 
python.exe -m ipykernel install --user --name=ten_py_8 
 
pip install jupyterlab-language-pack-zh-CN

4.验证tensorflow的命令

import tensorflow as tf
print(tf.reduce_sum(tf.random.normal([1000, 1000])))
#output:tf.Tensor(871.0935, shape=(), dtype=float32)

5.安装pytorch

输入命令进行查找自己设备能够兼容的最大版本号

nvidia-smi

可以在官网进行查找安装，conda不行就换pip再不行就换pip3，实在不行就换镜像，如下

命令+install+直接是自己想要的版本号+-f+网站（仓库）

pip install torch==2.0.0+cu118 torchvision==0.15.1+cu118 torchaudio==2.0.1+cu118 -f https://download.pytorch.org/whl/torch_stable.html

6.验证pytorch的命令

import torch
print(torch.cuda.is_available())
# output:True

7.验证结果

如果安装python=3.9，那么可能会出现有的包(spicy)版本较高，不支持把numpy改为1.19，这个时候可以安装较低版本的来避免冲突（比如pip install spicy==1.10）

参考：

https://blog.youkuaiyun.com/zz3035786953/article/details/134937519

icy==1.10`）

参考：

https://blog.youkuaiyun.com/zz3035786953/article/details/134937519