1、安裝 Anaconda:

如果您尚未安裝 Anaconda，首先訪問 https://www.anaconda.com/products/distribution/ 下載適用于您操作系統(tǒng)的最新版本。按照官方指南完成安裝過程。

2、設(shè)置 Conda 源

方法一：命令行配置

臨時使用： 如果您只想臨時為一次命令使用清華源，可以在安裝或更新包時直接指定源：

conda install <package-name> -c https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/<channel-name>

請將 <package-name> 替換為您要安裝的包名，<channel-name> 替換為具體的頻道名，如 conda-forge、pytorch 等。例如：

conda install numpy -c https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge

永久更改： 若要永久將 Conda 的默認源設(shè)置為清華源，執(zhí)行以下命令：

conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/
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 --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/msys2/
conda config --set show_channel_urls yes

方法二：編輯用戶目錄的.condarc 文件

打開配置文件： 使用文本編輯器打開您的 Conda 配置文件：

channels:
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/msys2/
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge/
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/
  - defaults
show_channel_urls: true
ssl_verify: false #解決https error問題

3、設(shè)置 pip源

方法一：臨時使用

在安裝單個包時臨時使用清華源：

pip install --index-url https://pypi.tuna.tsinghua.edu.cn/simple <package-name>

將 <package-name> 替換為您要安裝的包名。

方法二：永久更改

你可以通過使用 pip config 命令來生成

pip config set global.index-url Simple Index

這個命令將在你的用戶主目錄下的 .pip 文件夾中創(chuàng)建或更新 pip.conf 文件，然后將清華源添加到其中。

conda config --set ssl_verify false

 此命令禁用 SSL 證書驗證。注意，這樣做會降低安全性，因為您將不再驗證下載包的完整性。完成操作后記得重新啟用證書驗證。

源地址變動:確認源地址：訪問清華大學(xué)開源軟件鏡像站（如 Index of /anaconda/ | 清華大學(xué)開源軟件鏡像站 | Tsinghua Open Source Mirror ），查看最新的 Conda 鏡像源地址。有時，源地址可能會發(fā)生變化，您需要更新配置中使用的 URL。

官方建議：按照清華大學(xué)提供的官方指南（如 anaconda | 鏡像站使用幫助 | 清華大學(xué)開源軟件鏡像站 | Tsinghua Open Source Mirror ）來配置 Conda 源，確保使用的是官方推薦的最新地址和方法。

4、安裝tensorflow

4.1創(chuàng)建新的虛擬環(huán)境:打開 Anaconda Prompt（Windows）或終端（Linux/macOS），運行以下命令創(chuàng)建一個新的 Conda 虛擬環(huán)境，這里假設(shè)環(huán)境名為 tf-env。您可以根據(jù)需要替換為其他名稱： conda create -n tf-env =3.9

4.2 創(chuàng)建環(huán)境后，激活它：conda activate tf-env

4.3在激活的環(huán)境中，使用以下命令安裝最新版本的 TensorFlow

pip install tensorflow  或conda install tensorflow

注意：從 TensorFlow 2.7 開始，官方推薦使用 tensorflow 包，它會自動選擇 CPU 或 GPU 版本（如果適用）。

4.4驗證安裝:

python -c "import tensorflow as tf;print(tf.reduce_sum(tf.random.normal([1000, 1000])))"

或 安裝完成后，打開  解釋器或 Jupyter Notebook，輸入以下代碼

import tensorflow as tf

print(tf.__version__)

5、安裝 JupyterLab

JupyterLab 默認已經(jīng)包含了基于 jedi 或 ipywidgets 等庫的代碼補全功能。您只需啟動 JupyterLab，然后在編寫代碼時按 Tab 鍵即可觸發(fā)自動補全。但您可能希望進一步增強其功能，例如使用更先進的語言服務(wù)器協(xié)議 (Language Server Protocol, LSP) 支持。JupyterLab LSP 提供了一個框架，用于集成各種語言的 LSP 服務(wù)，以獲得更強大的代碼補全、語法檢查、跳轉(zhuǎn)到定義等功能。

用以下命令通過 pip 安裝 JupyterLab jupyterlab-lsp：

pip install jupyterlab  jupyterlab-lsp

修改配置文件

生成配置文件（如果尚未存在）：jupyter lab --generate-config

這將在您的用戶家目錄下創(chuàng)建一個名為 jupyter_lab_config.py 的文件，通常位于 ~/.jupyter/jupyter_lab_config.py（具體路徑可能因操作系統(tǒng)而異）。

在配置文件中找到如下一行（可能被注釋掉）：

# c.ServerApp.root_dir = ''

取消注釋（去掉 #），并將其修改為您希望 JupyterLab 啟動時默認打開的路徑：

c.ServerApp.root_dir = '/path/to/your/workdir'

請確保將 /path/to/your/workdir 替換成實際的完整路徑。

保存并關(guān)閉文件：

保存對配置文件所做的修改，然后關(guān)閉文本編輯器。

啟動命令:  jupter  lab

6、安裝其他包：

conda  install  matplotlib  scikit-learn  jieba  pandas  seaborn

7、搭建pytorch環(huán)境

conda create -n torch-env python=3.9

此命令將創(chuàng)建一個使用  3.9 的新環(huán)境。

創(chuàng)建環(huán)境后，激活它：

conda activate torch-env

轉(zhuǎn)到 PyTorch 官方網(wǎng)站 https://pytorch.org/get-started/locally/ ，根據(jù)您的操作系統(tǒng)、 版本、CUDA 版本（如果有 NVIDIA GPU）以及是否需要額外的庫

例如，如果您有一個支持 CUDA 12.x 的 NVIDIA GPU，并希望同時安裝 torchvision，復(fù)制提供的 conda install 命令（通常類似于以下格式）并粘貼到終端中執(zhí)行：

conda install pytorch torchvision torchaudio pytorch-cuda=12.1 -c pytorch -c nvidia

如果您沒有 NVIDIA GPU 或不打算使用 GPU 加速，選擇對應(yīng)的 CPU 版本命令，例如

conda install pytorch torchvision torchaudio cpuonly -c pytorch

安裝完成后，打開  解釋器或 Jupyter lab，在其中輸入以下代碼驗證 PyTorch 是否安裝成功并查看版本信息：

import torch
print(torch.__version__)
print(torch.cuda.is_available())  # 如果安裝了 GPU 版本，此行將顯示是否正確識別到 CUDA

如果沒有報錯且輸出了 PyTorch 的版本號，并且（對于 GPU 版本）torch.cuda.is_available() 返回 True，說明安裝成功。

至此，您已使用 Anaconda 成功搭建了包含 PyTorch 的虛擬環(huán)境。在需要使用該環(huán)境時，只需通過 conda activate pytorch-env 命令激活即可。要退出當前環(huán)境，運行 conda deactivate。

到此這篇關(guān)于最新tensorflow 與pytorch環(huán)境搭建的實現(xiàn)步驟的文章就介紹到這了,更多相關(guān)tensorflow 與pytorch環(huán)境搭建 內(nèi)容請搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家！

最新評論