python 生成exe anaconda_Anaconda 搭建 Tensorflow 2 开发环境
最近更新:2020/02/16
1 anaconda
下载 anaconda
Anaconda Python/R Distribution - Free Downloadwww.anaconda.com
1.1 安装
一路默认选项,直到添加到系统路径:
1.2 测试
在cmd中:
C:Windowssystem32>conda list
# 显示已安装的 packa
# packages in environment at C:ProgramDataAnaconda3:
#
# Name Version Build Channel
_ipyw_jlab_nb_ext_conf 0.1.0 py37_0
alabaster 0.7.12 py37_0
...
进一步,参照 在环境内尝试使用 python/ipython。
1.3 使用(可跳过)
1.3.1 环境的创建及切换
conda info -e/--envs
、conda env list
: 查看当前所处环境、和已经安装的环境
C:Windowssystem32>conda info -e
# conda environments:
#
base * C:ProgramDataAnaconda3 # 当前所处环境
conda create --name 环境名 python=3.7
: 创建环境。新安装的环境放在anaconda3的envs目录下。
# 创建一个名为python3.7的环境,指定Python版本是3.7(conda会为我们自动寻找3.7.x中的最新版本)
conda create --name python3.7 python=3.7
conda install package名
: (在当前环境中)安装某个packageconda update package名
: 更新某个packageconda activate 环境名
: 激活某个环境conda deactivate
: 回到 base 环境conda remove --name 环境名 --all
: 删除一个已有的环境conda create -n BBB --clone AAA
: 复制环境
1.3.2 配置国内源
conda config --add channels URL
: 添加源
常用国内源:
# 清华
https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/
conda config --set show_channel_urls yes
: 在下载时显示使用的源
1.3.3 环境信息查看
conda list
:查看(当前环境中)已安装的 packagepython -V/--version
: 查看 python 版本
1.3.4 在环境内使用 python/ipython
C:Windowssystem32>python
# 进入 python
>>> exit()
# 退出 pythonC:Windowssystem32>where python
# 显示 python.exe 路径,排行第一的就是当前环境下使用的 python 编译器
C:ProgramDataAnaconda3python.exe
...C:Windowssystem32>where ipython
# 显示 ipython.exe 路径
C:ProgramDataAnaconda3Scriptsipython.exe
2 NVIDIA 相关软件和库
请参见 :
Kevin:cuda 和 cudnn 库的卸载与安装zhuanlan.zhihu.com
3 tensorflow
3.1 安装
tf 2.0(不建议)
对于 tf2.0 ,可以直接使用conda命令安装:
- 新建环境,安装 tensorflow :
conda create -n tf2-gpu tensorflow-gpu==2.0
- 进入该环境,并安装 ipython:
conda activate tf2-gpu
pip install ipython
tf2.1
由于 tf2.0 中存在各种各样的bug:
Kevin:【tf.matmul 致命错误】请谨慎使用tensorflow 2.0zhuanlan.zhihu.com
tf2.0 在使用 gpu 计算大维度矩阵相乘 tf.matmul 时,将会出现一个诡异的、不会报错的 bug 。
所以升级到 tf2.1 是一个更好的选择。
到目前为止(2020/01/16)暂不支持使用conda命令安装tf2.1,因此使用pip安装。
- 新建环境,安装 tensorflow :
conda create -n tf2-gpu python==3.7.6
conda activate tf2-gpu
pip install tensorflow-gpu==2.1
- 同样进入该环境,并安装 ipython。
感谢评论区的zhxlxxx先生/女士的提醒,2.1也可以使用conda命令安装了。
类似地,不过是将版本号改为2.1:
conda create -n tf2-gpu tensorflow-gpu==2.1
3.2 测试
检查安装位置
C:Windowssystem32>conda env list
# conda environments:
base * C:ProgramDataAnaconda3
tf2-gpu C:ProgramDataAnaconda3envstf2-gpuC:Windowssystem32>conda activate tf2-gpu # 进入 tf2.1-gpu 环境(tf2-gpu) C:Windowssystem32>where python # 检查 python.exe 是否在 tf2-gpu 下
C:ProgramDataAnaconda3envstf2-gpupython.exe
...(tf2-gpu) C:Windowssystem32>where ipython # 检查 ipython.exe 是否在 tf2-gpu 下
C:ProgramDataAnaconda3envstf2-gpuScriptsipython.exe
...
检查tensorflow
(tf2-gpu) C:Windowssystem32>ipython # 进入 ipythonIn [1]: import tensorflow as tfIn [2]: tf.test.is_gpu_available()
Out[2]: True # 正常使用 gpu
4 pycharm
安装完pycharm后,需要往pycharm的编译器列表中,添加之前建立的tf2-gpu
虚拟环境对应的编译器python.exe
(先进入tf2-gpu
虚拟环境,再使用where python
查看编译器的位置)。
5 其他常用包安装
conda install matplotlib
conda install openpyxl
python 生成exe anaconda_Anaconda 搭建 Tensorflow 2 开发环境相关推荐
- vscode如何运行python新手教程_从零开始的TensorFlow+VScode开发环境搭建的步骤(图文)...
VScode不愧是用户数量上升最快的编辑器,界面华丽(当然,需要配合各种主题插件),十分容易上手且功能强大.之前用它写C++体验十分nice,现在需要学习tensorflow,而工欲善其事必先利其器, ...
- 搭建数字图像处理开发环境(Python+pycharm+opencv)
搭建数字图像处理开发环境(Python+pycharm+opencv) 安装python 安装pycharm 安装包 pycharm安装过程 安装opencv 注: 后续 安装python 可以在这里 ...
- 51单片机支持python么_macOS搭建51单片机开发环境
1.概述 鉴于好多朋友平常工作电脑为苹果,再配一台 Windows 机器来开发 51 单片机,略显多余.为此,本文详细讲解在 macOS 搭建 51 单片机开发环境. 软硬件需求:macOS 笔记本或 ...
- python生成.exe文件
python生成.exe,可以使用pyinstaller模块 在windows下,打开powershell,cd到当前目录,使用 pyinstaller -F test.py 会在当前文件夹下生成一个 ...
- Python生成exe文件的方法
python生成exe文件的方法: 一.安装 pyinstaller pip install pyinstaller 二.使用 pyinstaller 命令 # 打包成exe,并设置图标 pyinst ...
- python生成exe工具流程【离线】
项目背景: 公司使用内部局域网台式机[离线],因此只能通过虚拟机查阅资料下载所需的支持类库.python生成exe工具通常使用pyinstaller工具打包py文件和对应支持的类库.如果直接打包系统当 ...
- python生成exe文件运行闪退解决方法
** python生成exe文件运行闪退解决方法: ** 使用pyinstaller生成.exe文件: pyinstaller -F filename.py 用python写了一个程序,在python ...
- 基于京东云GPU云主机搭建TensorFlow深度学习环境
TensorFlow是一个开放源代码软件库,用于进行高性能数值计算.借助其灵活的架构,用户可以轻松地将计算工作部署到多种平台(CPU.GPU.TPU)和设备(桌面设备.服务器集群.移动设备.边缘设备等 ...
- Windows10下利用Visual Studio Code搭建C语言开发环境
Windows10下利用Visual Studio Code搭建C语言开发环境 1. 前言 2. 下载安装VSCode以及MinGW 2.1 下载安装VSCode 2.2 下载安装MinGW-w64 ...
最新文章
- 升级鸿蒙的十款手机,华为郑重宣布,第二批升级鸿蒙的十款手机,荣耀30系列上榜!...
- arthas命令使用示例:monitor监视指定方法的执行情况
- 基于fpga的计算机组成原理,清华大学出版社-图书详情-《基于FPGA与Verilog的计算机组成原理实践》...
- VS 2013 Preview 自定义 SharePoint 2013 列表 之 两个Bug
- Android开发之微信支付获取签名小工具分享
- sliverlight 开发FAQ
- python解析JSON数据
- python的文件操作和异常处理
- go mod机制详解
- 使用Java化简逻辑表达式
- vue 使用html2canvas实现图片合成,将两张图片合成一张,并下载海报
- 2020 Python中文社区热门文章 Top 10
- 考虫第十一节课 写译3:救命作文2
- java键盘录的使用方法
- 微信小程序合成二维码海报
- jupyter notebook中使用matplotlib的相关问题
- linux设置网络唤醒
- 《学成在线 》 网站制作源码及总结html+css
- JSONObject转换json时出现nameValuePair
- 不动点迭代法和牛顿迭代法
热门文章
- c++中的fork函数_linux c语言 fork() 和 exec 函数的简介和用法
- mysql如何给数据增加tab_怎么往mysql表里添加数据
- docker:轻量级图形页面管理工具Portainer
- [19/06/07-星期五] CSS基础_布局定位背景样式
- LeetCode 141. Linked List Cycle (链表循环)
- LeetCode Palindrome Linked List (回文链表)
- VS2012手动关联xaml与CS文件
- 编写Javascript时的注意事项
- (笔记)学习C语言经典书籍推荐
- NFrog[NHibernate代码工具]发布第一个版本