Anaconda(Tensorflow)踩坑记录

本文汇总了Anaconda环境下常见的技术问题及详细解决方案,包括安装第三方库、项目管理、版本回退、数据集加载错误、包安装卡顿、镜像源失效等,涉及AnacondaPrompt、Spyder、GoogleColab、PyTorch等多个工具与环境。

 

1. Anaconda安装第三方库

conda install -c conda-forge jieba
  (以结巴分词包 jieba 为例,直接用 conda install jieba 会报错)

 

2. Spyder中打开项目时报错 xxx is not a Spyder Project

问题描述
    启动Spyder后,在当前project基础上打开其他project时报错;
    用下面的方法解决一次后,可以顺利打开。

解决方案
    - 将要打开的项目中 .spyproject 文件夹下的内容复制到外层文件夹,再打开
    - 关闭当前项目,再打开新项目(不需要动 .spyproject 文件夹)

 

3. Anaconda Prompt中回退版本时,需要切换到目标环境

activate xxx
conda install xxx = 版本

 

4. 使用Google Colab的IMDb数据集加载数据时报错

问题描述

from keras.datasets import imdb
vocabulary_size = 5000
(X_train, y_train), (X_test, y_test) = imdb.load_data(num_words = vocabulary_size)

报错
    ValueError: Object arrays cannot be loaded when allow_pickle=False

解决方案
    1. 将numpy版本降级为1.16.2
    2. 找到imdb.py文件 tensorflow/python/keras/datasets/imdb.py,更改第85行为:
      with np.load(path, allow_pickle=True) as f:

 

5. 从Anaconda Navigator安装包时卡在Solving packages

解决方案
    从Anaconda Prompt安装

 

6. 国内的镜像从19年5月开始都不可用,conda install时报错404

解决方案
    换回默认的源 conda config --remove-key channels

 

7. pytorch在anaconda中的安装

    教程链接

 

8. anaconda中安装pytorch,从命令行import报错

问题描述
    ModuleNotFoundError: No module named 'torch'

解决方案
    退出terminal重新进入

 

9. 查看当前anaconda下的环境及其安装位置

    在计算机命令行中输入 conda info --envs

### 在Anaconda环境中安装或配置TensorFlow 2.10的指南 为了在Anaconda环境中安装或配置TensorFlow 2.10,可以按照以下方法进行操作。确保所有步骤都正确执行以避免潜在问题。 #### 创建新的Conda环境 首先,建议为TensorFlow创建一个新的Conda环境,以避免与其他项目的依赖冲突。可以通过以下命令创建并激活一个新环境: ```bash conda create -n tf210 python=3.9 conda activate tf210 ``` 这里选择Python版本为3.9,因为这是与TensorFlow 2.10兼容的Python版本之一[^1]。 #### 配置镜像源(可选但推荐) 为了加速安装过程,可以添加清华镜像源作为Conda的渠道。这将显著提高下载速度,尤其是在国内网络环境下。执行以下命令来添加镜像源: ```bash conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/msys2/ conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge/ conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/ conda config --set show_channel_urls yes ``` 这些命令会将清华镜像源添加到Conda配置中,从而优化包的下载速度[^2]。 #### 安装TensorFlow 2.10 接下来,在已激活的环境中安装TensorFlow 2.10。如果需要CPU版本的TensorFlow,可以直接运行以下命令: ```bash pip install tensorflow==2.10 ``` 如果需要GPU支持的TensorFlow版本,则需要额外安装CUDA和cuDNN库,并确保它们的版本与TensorFlow 2.10兼容。通常,TensorFlow 2.10需要CUDA 11.2和cuDNN 8.1。可以通过以下命令安装GPU支持的TensorFlow: ```bash pip install tensorflow-gpu==2.10 ``` #### 验证安装 安装完成后,可以通过以下Python代码验证TensorFlow是否正确安装: ```python import tensorflow as tf print("TensorFlow version:", tf.__version__) print("Is GPU available?", tf.test.is_gpu_available()) ``` 如果输出显示TensorFlow版本为2.10,并且GPU可用(如果有GPU支持),则说明安装成功。 #### 注意事项 - 如果在安装过程中遇到任何依赖问题,可以尝试使用`conda`而非`pip`安装TensorFlow,例如:`conda install tensorflow=2.10`。 - 确保系统中已安装正确的CUDA和cuDNN驱动程序版本,否则GPU支持可能无法正常工作[^2]。 ---
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