版权声明:本文为博主原创文章,未经博主允许不得转载。 https://blog.csdn.net/gao158190523/article/details/82493987
conda创建TensorFlow和Keras指定版本环境
1. 安装anaconda2环境
bash Anaconda2-4.3.1-Linux-x86_64.sh
一路按照操作继续就行
2. 创建conda的虚拟环境
conda create -n yourVirtualEnvName python=3.5
这里yourVirtualEnvName是你要为自己的虚拟环境所取得环境名,后续需要使用该名字登录虚拟环境,python=3.5是指你需要创建关于python的哪个版本的环境
3. 进入虚拟环境
#进入虚拟环境
source activate yourVirtualEnvName
4. 安装TensorFlow指定版本
#关于GPU版本的TensorFlow安装
conda install tensorflow-gpu==1.5.0
#关于CPU版本的TensorFlow安装
conda install tensorlfow==1.5.0
这里安装的是关于GPU版本的TensorFlow,如果安装CPU版本,那么就不需要关系安装顺序和方法了,这里主要考虑到cuda和cudnn以及后面Keras和TensorFlow匹配的问题,这里在安装TensorFlow-GPU时,会安装指定版本的cuda和cudnn,一定要注意下这两个的安装版本是否适配当前的nvidia驱动,否则在后面调用TensorFlow时会出现问题
5. 安装keras指定版本
pip install keras==2.2.2
这里需要使用pip来安装,如果使用conda来安装的话,conda可能会给你安装一个新的TensorFlow版本,所以需要使用pip来进行安装,这样keras就会使用上面安装的TensorFlow来作为backend
6. 删除conda的虚拟环境
#删除指定的虚拟环境
conda remove -n yourVirtualEnvName --all
7. 搜索conda能够安装对应包的哪些版本
conda search cudnn
8. 查看conda相关信息
conda info
该命令会列出关于conda的一些信息,包括使用的源(channel URLs),以及缓存地址(package cache),缓存地址里包含了每次下载的相关包,这样在下次安装时就不会重新下载了