Python 为什么Anaconda有单独的Tensorflow软件包,有GPU和没有GPU,我应该使用conda还是pip?
有不同的Tensorflow软件包,支持和不支持GPU 特别是,要使用GPU安装Tensorflow,您应该运行:Python 为什么Anaconda有单独的Tensorflow软件包,有GPU和没有GPU,我应该使用conda还是pip?,python,tensorflow,anaconda,conda,Python,Tensorflow,Anaconda,Conda,有不同的Tensorflow软件包,支持和不支持GPU 特别是,要使用GPU安装Tensorflow,您应该运行: conda install tensorflow-gpu 对于非GPU版本,您应安装: conda install tensorflow 通过检查已安装软件包的版本,conda将安装Tensorflow 2.1版 但到今天为止,Tensorflow的最新版本是2.3。此外,如中所示,最新版本可与一起安装 pip install tensorflow 文档中说这个包对于Tens
conda install tensorflow-gpu
对于非GPU版本,您应安装:
conda install tensorflow
通过检查已安装软件包的版本,conda将安装Tensorflow 2.1版
但到今天为止,Tensorflow的最新版本是2.3。此外,如中所示,最新版本可与一起安装
pip install tensorflow
文档中说这个包对于Tensorflow的CPU和GPU版本都很好。此外,文档中还指出,CPU和GPU的软件包在“1.15及更高版本”中有所不同
如果您使用的是Anaconda,则可以使用conda安装tensorflow。对于cpu版本,输入
conda install tensorflow
for the gpu version enter
conda install tensorflow-gpu.
如果您使用的是Windows,它将安装版本2.1.0、cuda工具包版本10.1.243和cudnn版本7.6.5。注意:conda只能在Windows操作系统上安装tensorflow版本2.1.0之前的版本。如果需要tensorflow 2.2.0或2.3.0,请在安装2.1后使用pip使用pip安装它。cuda工具包和cudnn使用2.2和2.3版。还有一件事。使用python3.7而不是3.8。显然,当你用conda安装tensorflow时,它不能与3.8兼容。
如果您使用pip安装tensorflow 2.1或更高版本,它包括cpu和gpu版本,但是您必须通过手动过程来安装Cuda Toolkit和cudnn。这包括从NVIDIA下载文件。您还必须更改PATH环境变量。如果您使用的是Anaconda,则可以使用conda安装tensorflow。对于cpu版本,输入
conda install tensorflow
for the gpu version enter
conda install tensorflow-gpu.
如果您使用的是Windows,它将安装版本2.1.0、cuda工具包版本10.1.243和cudnn版本7.6.5。注意:conda只能在Windows操作系统上安装tensorflow版本2.1.0之前的版本。如果需要tensorflow 2.2.0或2.3.0,请在安装2.1后使用pip使用pip安装它。cuda工具包和cudnn使用2.2和2.3版。还有一件事。使用python3.7而不是3.8。显然,当你用conda安装tensorflow时,它不能与3.8兼容。
如果您使用pip安装tensorflow 2.1或更高版本,它包括cpu和gpu版本,但是您必须通过手动过程来安装Cuda Toolkit和cudnn。这包括从NVIDIA下载文件。您还必须更改PATH环境变量
通过检查已安装软件包的版本,conda将安装Tensorflow 2.1版。
但到今天为止,Tensorflow的最新版本是2.3。此外
那只是因为你(可能?)在windows上。正如您所看到的,tensorflow
在conda
默认频道中以2.3版本提供,但目前仅在linux上提供
你的网站(我的网站)上也说明了原因:
Anaconda为我们使用优秀的TensorFlow库提供更简单、更快的体验而感到自豪。为生产中使用的许多平台添加支持,并确保加速后的代码仍然稳定且数学上正确,需要花费大量的时间和精力。因此,我们的TensorFlow软件包可能无法与官方TensorFlow wheels同时提供。然而,我们致力于维护我们的TensorFlow软件包,并努力尽快提供更新
简而言之:Anaconda团队正在针对intel mkl库创建自定义tf版本,以加快CPU上的计算速度。早些时候在同一个网站上,他们还提到他们为不同的cuda版本创建版本
为什么Anaconda在两个不同的包中提供2.1,因为任何版本>1.15的包都应该是相同的
tensorflow gpu
软件包只是一个元软件包,也就是说,它仅用于安装具有不同依赖项的不同版本的tensorflow
(也可用于安装不同的cuda版本)。官方版本只允许使用tensorflow版本和cuda
我应该安装哪一个,pip版本还是conda版本?Anaconda博客中的一篇文章指出,与conda一起提供的版本更快,但这篇文章是旧的(2018年),并且引用了Tensorflow的旧版本(1.10)
在阅读上述文章时,这种加速与针对英特尔mkl库的构建有关,后者可以加速CPU上的计算。考虑到您的设置,使用conda
时只能安装tensorflow
2.1,您需要问问自己是否依赖最新的tensorflow
版本,以及是否不需要加速cpu代码。使用pip
安装最新的tensorflow通常没有问题。只需确保为上述tensorflow版本创建一个新环境,并在该环境中使用pip
仅安装/更新tensorflow或其任何依赖项即可。不能将conda和pip安装过多地混用,因为其中一个安装可能会破坏另一个安装(因为它们使用不同的方法来解决依赖关系),但使用单独的env时应该可以
通过检查已安装软件包的版本,conda将安装Tensorflow 2.1版。
但到今天为止,Tensorflow的最新版本是2.3。此外
那只是因为你(可能?)在windows上。如您所见,tensorflow
在conda
defaul中以2.3版提供