【问题标题】:Install Tensorflow 2.0 in conda enviroment在 conda 环境中安装 Tensorflow 2.0
【发布时间】:2019-08-18 21:35:18
【问题描述】:

我想知道是否有人知道如何使用 python 3.7 在 conda 环境中安装 tensorflow==2.0.0-alpha0。是否可以使用 python 3.7 或者我必须降级到 3.6。无论哪种方式,我需要使用什么命令,因为以下找不到任何包

conda install tensorflow==2.0.0-alpha0
conda install tensorflow 
conda install tensorflow=2.0.0-alpha0

我正在使用 fedora 29 和 conda 4.6.8 谢谢!

【问题讨论】:

    标签: python tensorflow conda


    【解决方案1】:

    你可能想看看这个链接:https://pypi.org/project/tf-nightly-2.0-preview/#files 看看哪个 python 版本和操作系统支持你的包

    【讨论】:

      【解决方案2】:

      可能是您想要的软件包版本在 conda-forge 中不可用。您可以做的是在您的 conda 环境中使用 pip 安装软件包。

      pip install tensorflow==2.0.0-alpha0 
      

      另外要求没有说明python 3.7,你可以试试运气或降级到python 3.6。

      【讨论】:

      • 谢谢!这适用于 python 3.7。虽然我有点担心使用两个包分发是否好,在这种情况下 pip inside conda
      • 很高兴它成功了!同时使用 pip 和 conda 可能会出现问题。但根据我的经验,我从来没有遇到过麻烦。如果您想了解更多信息,anaconda 的制造商有一篇关于此 anaconda.com/using-pip-in-a-conda-environment 的精彩博文。
      • 你试过pip install tensorflow-gpu==2.0.0-alpha0吗?这将安装 gpu 版本。答案中的一个是cpu版本。
      • 更新:通过pip install tensorflow==2.0.0-beta1命令可以获得新的beta版本。 Anaconda 文档建议先通过 conda 安装所有包,然后使用所谓的升级策略,即使用pip install --upgrade tensorflow==2.0.0-beta1
      【解决方案3】:

      问题出在conda install tensorflow

      conda 没有tensorflow。您需要使用pip 安装tensorflow。您不需要降级您的 Python。它适用于 Python 3.7。

      使用这个

      $ pip install --upgrade tensorflow==2.0.0-beta0

      自从beta0 版本发布以来,我提到了这一点。您可以选择其他 tf 版本。

      我建议阅读 TowardsDataScience 上的这篇文章:Step-by-Step Guide to Install Tensorflow 2.0

      这篇文章介绍了conda 的安装步骤。

      【讨论】:

      • “conda 没有 tensorflow”,实际上它有 - 但在撰写本文时没有 TensorFlow > v1.14
      【解决方案4】:

      TENSORFLOW 2.0 发布版已经发布!

      自 2019 年 1 月 10 日起,我说的不是测试版,而是发布版。

      使用 Anaconda

      自 2019 年 1 月 11 日起,Anaconda 开始支持 Tensorflow 2.0.0。

      选项 1: 最简单的方法是:

      conda install tensorflowconda install tensorflow-gpu

      对于 gpu 模式,anaconda 会处理所有你需要安装的 CUDA 以使 tensorflow gpu 模式工作,所以我强烈建议使用这种方法。

      这种方法的唯一问题是 anaconda 可能没有最新的 TensorFlow 版本。例如,在 2021 年 2 月 21 日,conda 的版本是 2.3,而 PIP 版本是 2.4。您可以查看gpucpu的当前版本。

      选项 2(虚拟环境): 使用环境安装 tensorflow 是strongly recommended,为此您需要以下命令先创建环境,然后在其中安装 tensorflow :

      • CPU:conda create -n <your_env_name> tensorflow
      • GPU: conda create -n <your_env_name> tensorflow-gpu

      <your_env_name> 更改为有意义的名称,例如tf-2

      使用 tensorflow 先运行conda activate <your_env_name>

      使用点子

      使用 pip 的 tensorflow official instructions 相当完整。

      只需使用 pip 安装 tensorflow,例如:

      # Current stable release for CPU-only
      pip install tensorflow
      

      我仍然建议在做任何事情之前在新环境中安装 tensorflow,这样 3 个步骤将是(使用 anaconda):

      conda create --n <our_env_name> pip
      conda activate <your_env_name>
      pip install tensorflow
      

      现在对于 GPU 版本,使用 pip 更加困难,我向您推荐这个 link,它解释了您需要安装的额外内容(CUDA 和其他)。

      【讨论】:

      • Tensorflow 2 现在在 conda 上。 conda install tensorflow
      • 对我来说,conda install tensorflow 安装了 tensorflow 1.13.2。使用python -c 'import tensorflow as tf; print(tf.__version__)'获取版本
      • conda install tensorflow 运行良好,tf.__version__ 给了我 2.0.0;但是 conda install tensorflow-gpu 没有正确安装。
      【解决方案5】:

      您现在可以使用 conda 安装适用于 Python 3.7 的 TF2。你可以正常运行

      $ conda install tensorflow=2.0 python=3.7
      

      $ conda install tensorflow-gpu=2.0 python=3.7
      

      GPU 版本。

      然而,我的首选方法是使用 environment.yml 文件管理依赖项。您可以在我在 GitHub 上创建的这些模板存储库中找到如何为 TF2 和依赖项执行此操作的示例。

      https://github.com/kaust-vislab/tensorflow-cpu-data-science-project

      https://github.com/kaust-vislab/tensorflow-gpu-data-science-project

      【讨论】:

        【解决方案6】:

        我尝试使用 conda install tensorflowconda install tensorflow-gpu 安装 tensorflow v2 只是为了获得许多不兼容的依赖项。

        快跑

        pip install -upgrade tensorflow-gpu

        pip install tensorflow-gpu=2.0.0 用于特定版本

        【讨论】:

        • 很想知道您的错误消息。使用conda 安装 TF2 没有任何问题。特别是您是否尝试安装到新环境中或是否安装到现有环境中?如果您遇到有关不兼容依赖项的错误,可能是后者。
        • 大卫,我尝试将 TF 安装到一个新的虚拟环境中。 pip 方法就好了。
        • 你能发布你使用的命令和 Conda 版本吗?因为我无法复制您遇到的问题。
        【解决方案7】:

        使用“pip3 install tensorflow-gpu”。此命令完成工作 - 下载 Tensorflow-gpu = 2.4.1

        【讨论】:

        • 虽然这确实回答了这个问题,但它似乎重复了投票最多的答案部分。此外,对于 conda 用户来说,通过 conda 安装软件包可能更好,而不是通过 pip
        • 不幸的是,您的回答并没有为投票最多的问题添加任何内容。也许你可以编辑它添加更多有用的信息。
        猜你喜欢
        • 2020-11-02
        • 1970-01-01
        • 2022-01-02
        • 2019-01-04
        • 2021-06-22
        • 2020-02-22
        • 2020-10-21
        • 1970-01-01
        • 1970-01-01
        相关资源
        最近更新 更多