Anaconda同时安装Tensorflow和Pytorch（Windows系统）

因为在windows环境下想pytorch和tensorboard联合使用，所以搜到了这个Tensorflow和Pytorch同时安装的博文，验证并转载过来。

前言

Tensorflow和pytorch是两个不同模块，导入import时对python的版本和编译环境有要求，要想同时使用Tensorflow和pytorch，需将其安装在同一个环境下。本文在此分享一些经验技巧以及罗列一些雷区给大家。

一、Tensorflow的版本兼容性

参考链接: tensorflow官网。
版本兼容问题不是固定的，例如以前tensorflow2和python3.7不兼容，出现模块导入不成功，运行不稳定之类的问题，但之后却发现tensorflow2优化过了，tensorflow2.3与python3.8可以兼容，不出现性能问题（如下图）。所以不兼容就换一个版本试试，或者参考一些已被验证过的python版本（也可以网上搜索一下兼容的版本）。tensorflow和CUDA及CUDNN也有一定对应关系，参考一些已被验证过的CUDA版本。

二、Pytorch的版本兼容性

参考链接: pytorch官网。
打开pytorch官网，如下图页面，选择操作系统如linux或windows、安装包、兼容的python版本。如果你电脑显卡配置不错，希望用GPU来跑代码，就要选择CUDA的版本类型（选择None默认CPU），怎么选要先 查一下电脑CUDA的版本，查不到则要安装CUDA。最下面是官网根据以上所选生成的用于安装的语句。

三、Tensorflow安装流程

1.创建虚拟环境

基操先打开Anaconda Prompt。
创建一个名为“TF2.3”的虚拟环境（环境名可自定义），用于支持tensorflow以及pytorch等的安装和运行，“python=3.8”指该环境对应的python解释器为3.8，当然也可以自定义为其他python版本，不兼容则回顾上文。

conda create -n TF2.3 python=3.8

创建完成后，可以用以下语句查看虚拟环境是否配置成功

conda env