关于TensorFlow和PyTorch共同安装的兼容版本尝试的记录 - env_name: tftorch

所用命令简述

# 安装 TensorFlow 和 Pytorch
conda create --name tftorch python=3.6
conda activate tftorch
pip install tensorflow==2.2.0	# 耗时：10min，或使用清华镜像以提升安装包下载速度，耗时 1~2min，命令：pip install -i https://pypi.tuna.tsinghua.edu.cn/simple tensorflow-gpu==2.2.0
pip show tensorflow
pip install --upgrade tensorflow-probability==0.10.1
conda install pytorch==1.5.1 torchvision==0.6.1 cudatoolkit=10.1 -c pytorch	# 耗时：1~2min

# 运行FVD代码所需的其它包
pip install --upgrade tensorflow-hub
pip install tensorflow-gan
conda install av -c conda-forge		# import av
pip install tqdm		# from tqdm import tqdm

—————— 以下，详细记录、描述 ————————

起因(Motivation)：

因为要使用的代码需要TensorFlow，而原本代码是基于PyTorch的，所以正在研究哪些TensorFlow和PyTorch版本可以兼容。

网上找到的一个优快云的Blog说要先安装TensorFlow-gpu，再安装PyTorch，否则会报错，且提供了一个兼容版本的例子。但对我而言这些信息还不够，因为我需要找的版本要既能兼容TensorFlow又能让原有的使用PyTorch的代码顺利运行。

考虑到这种env安装试错成本太高，最好一次性成功，不然可能都不知道是当前操作出错还是之前的遗留问题没解决干净，然后脑壳爆炸。再考虑到现在的计算机视觉+深度学习的代码主要就是用这两个框架，可能也有其它人因为各种原因被迫同时使用这两个框架。所以在这里写个Blog，详细记录一下怎么一步步准备，然后尽量一次性解决。也方便以后可能的重复安装。

状态：已完成

记录

一、当前计算机条件

1.1 当前使用的代码环境(env)

Name	Version	Build
python	3.6.12	h5500b2f_2
pytorch	1.5.1	py3.6_cuda92_cudnn7_0
cudatoolkit	9.2	0
numpy	1.19.5	pypi_0
numpy-base	1.19.2	# ？不知道这是啥 # py36ha3acd2a_0

• 注-1：pytorch及其cudatoolkit等套件的安装命令：
  conda install pytorch==1.5.1 torchvision==0.6.1 cudatoolkit=9.2 -c pytorch
• 注-2：貌似也有说是tensorflow对numpy版本有要求，所以这里也关注一下numpy。

1.2 电脑的硬件环境
CUDA 11.6.99 - 是之前刚下载的最新版cudatoolkit, 可向下兼容。