【移动式完美包安装】不再重复安装tensorflow和pytorch的方法:实现携带自己已经创建好的pytorch和tensorflow编译环境包到别的电脑上去
【移动式完美包安装】不再重复安装tensorflow和torch的方法:实现携带自己已经创建好的pytorch和tensorflow编译环境包到别的电脑上去,并进行激活使用。
我的环境包已经配置好,看完教程的可以使用你朋友或者公司同事已经配置好的环境直接复制过来用就可以,如果都找不到或者没有,请到我的公众号留言领取:kangsinx
我写这篇文章的目的就是为了那些怎么装都装不上tensorflow和torch而准备的。
如何实现携带自己已经创建好的pytorch和tensorflow编译环境包到别的电脑上去?
首先我们来看看新创建的虚拟环境,该编译环境下没有tensorflow和torch,下面的操作步骤中无需重装这两个包,只需将另一台计算机上已配置好的包lib所有内容拷贝备份即可。
第一步:查询要携带的tensorflow和pytorch包的位置
找到对应的编译环境
第二步:查询版本和路径
将tf和torch存在的文件包找到并打包复制
第三步:替换lib文件下的所有内容 (注意:如果你怕报错就把原来的更换一下名字,以免以后找不回)
在第二台电脑中找到anaconda的编译环境或者创建的虚拟环境文件目录,替换lib即可
第四步:重新打开终端激活环境
将复制到第二台电脑的包lib文件放置在tensorflow编译环境中,并进行激活:显然,成功激活,这与本文开头的第一张图片形成了鲜明的对比和前后呼应的作用
## 附录TensorFlow安装命令:
秒速安装tensorflow GPU版本
比如我们安装1.13.1 gpu版:
pip install tensorflow-gpu==1.13.1 -i https://pypi.tuna.tsinghua.edu.cn/simple
同理,安装tensorflow 2.1.0 gpu版:
pip install tensorflow-gpu==1.13.1 -i https://pypi.tuna.tsinghua.edu.cn/simple
tensorflow 0.12.0rc1, 0.12.0, 0.12.1, 1.0.0, 1.0.1, 1.1.0rc0, 1.1.0rc1, 1.1.0rc2, 1.1.0, 1.2.0rc0, 1.2.0rc1, 1.2.0rc2, 1.2.0, 1.2.1, 1.3.0rc0, 1.3.0rc1, 1.3.0rc2, 1.3.0, 1.4.0rc0, 1.4.0rc1, 1.4.0, 1.4.1, 1.5.0rc0, 1.5.0rc1, 1.5.0, 1.5.1, 1.6.0rc0, 1.6.0rc1, 1.6.0, 1.7.0rc0, 1.7.0rc1, 1.7.0, 1.7.1, 1.8.0rc0, 1.8.0rc1, 1.8.0, 1.9.0rc0, 1.9.0rc1, 1.9.0rc2, 1.9.0, 1.10.0rc0, 1.10.0rc1, 1.10.0, 1.10.1, 1.11.0rc0, 1.11.0rc1, 1.11.0rc2, 1.11.0, 1.12.0rc0, 1.12.0rc1, 1.12.0rc2, 1.12.0, 1.12.2, 1.12.3, 1.13.0rc0, 1.13.0rc1, 1.13.0rc2, 1.13.1, 1.13.2, 1.14.0rc0, 1.14.0rc1, 1.14.0, 1.15.0rc0, 1.15.0rc1, 1.15.0rc2, 1.15.0rc3, 1.15.0, 2.0.0a0, 2.0.0b0, 2.0.0b1, 2.0.0rc0, 2.0.0rc1, 2.0.0rc2, 2.0.0, 2.1.0rc0, 2.1.0rc1, 2.1.0rc2, 2.1.0
等版本同上
秒速安装tensorflow CPU版本
比如我们安装1.13.1 cpu版:
pip install tensorflow-gpu==1.13.1 -i https://pypi.tuna.tsinghua.edu.cn/simple