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
- 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.
관련 자료
- excel - 표시기없이 단일 셀에서 두 개의 중복 이름을 분리하는 방법은 무엇입니까?
- windows - anaconda-clean없이 anaconda를 깨끗하게 제거하는 방법은 무엇입니까?
- python - 아나콘다에 tensorflow를 설치하지 못했습니다
- python - 모든 Anaconda 환경에 패키지 설치
- 패키지를 재정의하지 않고 WPF에서 스타일을 적용하는 방법은 무엇입니까?
- python - tensorflow를 가져 오지 않고 tensorflow 모델로드
- 도커를 사용하지 않고 텐서 플로우 서빙 설치
- python - 아나콘다 패키지를 HTTP 서버 사용자와 공유하는 방법
- 연결된 서버없이 별도의 서버에서 임시 SQL 코드 실행
- python - 따옴표없이 raw_input 문자열을 분리하려면 어떻게해야합니까? 쉼표와 공백 만
- Tensorflow 어떻게 L2 정규화 기능을 사용하지 않고 add_loss를 사용하여 수동으로 수행합니까?
그것은 당신이 (아마도?) 창문에 있기 때문입니다. 여기에서 볼 수 있듯이
tensorflow
2.3에서 사용할 수 있습니다conda
기본 채널이지만 현재는 Linux에서만 가능합니다.그 이유는 귀하가 링크 한 웹 사이트에도 명시되어 있습니다 (내 강조) :
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.
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.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 설치conda
, 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 있습니다혼합conda
과pip
(종속성을 해결하기 위해 다른 방법을 사용하기 때문에) 다른 하나를 깨뜨릴 수 있기 때문에 설치가 너무 많지만 별도의 환경을 사용할 때는 괜찮습니다.