>source

아나콘다 GPU 지원 유무에 관계없이 Tensorflow 용 패키지가 다릅니다.

특히 GPU와 함께 Tensorflow를 설치하려면 다음을 실행해야합니다.

conda install tensorflow-gpu

비 GPU 버전의 경우 다음을 설치해야합니다.

conda install tensorflow

설치된 패키지의 버전을 확인하여 conda는 Tensorflow 버전 2.1을 설치합니다.

그러나 오늘 현재 Tensorflow의 최신 버전은 2.3입니다. 또한에서 볼 수 있듯이Tensorflow officla 문서, 최신 버전은 다음과 함께 설치할 수 있습니다.

pip install tensorflow

이 패키지는 문서에서 Tensorflow의 CPU 및 GPU 버전 모두에 적합하다고합니다. 또한 문서에는 CPU 및 GPU 용 패키지가 "릴리스 1.15 및 이전 버전의 경우"가 다르다고 명시되어 있습니다.

  • Anaconda는 1.15 이상의 모든 버전에 대해 패키지가 동일해야하는데 왜 두 개의 다른 패키지로 2.1을 제공합니까?

  • pip 버전 또는 conda 버전 중 어느 것을 설치해야합니까? 기사Anaconda 블로그 conda와 함께 제공된 버전이 더 빠르지 만 기사가 오래되었으며 (2018) 이전 버전의 Tensorflow (1.10)를 참조 함을 지정합니다.

    • 답변 # 1

      By checking the version of the installed package, conda installs Tensorflow version 2.1. But as of today the latest version of Tensorflow is 2.3. Furthermore

      그것은 당신이 (아마도?) 창문에 있기 때문입니다. 여기에서 볼 수 있듯이 tensorflow 2.3에서 사용할 수 있습니다 conda 기본 채널이지만 현재는 Linux에서만 가능합니다.

      그 이유는 귀하가 링크 한 웹 사이트에도 명시되어 있습니다 (내 강조) :

      Anaconda is proud of our efforts to deliver a simpler, faster experience using the excellent TensorFlow library. It takes significant time and effort to add support for the many platforms used in production, and to ensure that the accelerated code is still stable and mathematically correct. As a result, our TensorFlow packagesmay not be available concurrently with the official TensorFlow wheels. We are, however, committed to maintaining our TensorFlow packages, and work to have updates available as soon as we can.

      간단히 말해서 Anaconda 팀은 CPU에서 계산 속도를 높이기 위해 인텔 mkl 라이브러리에 대해 tf의 사용자 지정 빌드를 만들고 있습니다. 이전에 동일한 웹 사이트에서 다른 cuda 버전에 대한 빌드를 생성한다고 언급했습니다.

      Why Anaconda provides 2.1 in two different packages, given that the package should be the same for any version > 1.15?

      그만큼 tensorflow-gpu 패키지는 메타 패키지 일뿐입니다. 즉, 다른 빌드를 설치하는 데만 사용됩니다. tensorflow 서로 다른 종속성 (다른 cuda 버전에 대해 설치할 수도 있음). 공식 릴리스는 tensorflow 버전과 cuda의 조합 만 허용합니다.

      Which one should I install, the pip version or the conda version? An article in Anaconda blog specifies that the version provided with conda is faster, but the article is old (2018) and refers to an old version of Tensorflow (1.10)

      이 기사를 읽으면 속도 향상은 CPU에서 계산 속도를 높이는 인텔 mkl 라이브러리에 대한 구축과 관련이 있습니다. 당신의 설정을 감안할 때, 당신은 tensorflow 2.1 사용시 설치 conda , 최신 버전에 의존하는지 스스로에게 물어봐야합니다. tensorflow 버전 및 가속 CPU 코드가 필요하지 않은 경우. 일반적으로 최신 tensorflow를 설치하는 데 아무런 문제가 없습니다. pip . 해당 tensorflow 버전에 대한 새 환경을 만들고 다음을 사용하여 tensorflow 또는 해당 종속성 만 설치/업데이트하는지 확인하십시오. pip 그 환경에서. 하지 않는 일반적인 조언이 있습니다혼합 condapip (종속성을 해결하기 위해 다른 방법을 사용하기 때문에) 다른 하나를 깨뜨릴 수 있기 때문에 설치가 너무 많지만 별도의 환경을 사용할 때는 괜찮습니다.

    • 답변 # 2

      Anaconda를 사용하는 경우 conda를 사용하여 tensorflow를 설치하십시오. 버전 2.1.1, cuda 툴킷 버전 10.1.243 및 cudnn 버전 7.6.5를 설치합니다. conda는 버전 2.1.1까지만 tensorflow를 설치할 수 있습니다. tensorflow 2.2를 원한다면 pip install tensorflow == 2.2.0을 사용하여 pip로 설치하십시오. 2.1을 설치 한 후. cuda 툴킷 및 cudnn은 버전 2.2에서 작동합니다. 한 가지 더. 3.8이 아닌 python3.7을 사용하십시오. conda와 함께 tensorflow를 설치하면 3.8에서 작동하지 않는 것 같습니다. pip를 사용하여 tensorflow를 설치하는 경우 수동 프로세스를 거쳐 설치해야합니다. Cuda Toolkit 및 cudnn. 여기에는 NVIDIA에서 파일 다운로드가 포함됩니다. 또한 PATH 환경 변수를 변경해야합니다.

  • 이전 typescript에서 변수 사용, 각도
  • 다음 java - ChannelOutboundBuffer가 가득 차면 쓰기는 어떻게 되나요?