trick1---实现tensorflow和pytorch迁移环境教学

汀丶人工智能

发布于 2022-12-01 16:34:42

2840

发布于 2022-12-01 16:34:42

文章被收录于专栏：NLP/KG NLP/KGNLP/KG

【一】tensorflow安装、常用python镜像源、tensorflow 深度学习强化学习教学

【二】tensorflow调试报错、tensorflow 深度学习强化学习教学

【三】tensorboard安装、使用教学以及遇到的问题

trick1---实现tensorflow和pytorch迁移环境教学

tensorflow和pytorch迁移环境教学，实现奖已创建好的pytorch和tensorflow编译环境包到别的电脑上去，并进行激活使用。

第一步：查看现有虚拟环境，看编译环境下有没有tensorflow和torch，如果有将已配置好的包lib所有内容拷贝备份即可。

激活环境
conda activate tf2
python or ipython

import tensorflow
import torch

第二步查询tensorflow和pytorch包的位置

看到对应的编译环境

第三步查询版本和路径

(base) C:\Users\xxx>conda activate tf2

(tf2) C:\Users\xxx>python
Python 3.7.10 (default, Feb 26 2021, 13:06:18) [MSC v.1916 64 bit (AMD64)] :: Anaconda, Inc. on win32
Type "help", "copyright", "credits" or "license" for more information.
>>> import tensorflow
2021-04-06 21:00:46.661044: W tensorflow/stream_executor/platform/default/dso_loader.cc:60] Could not load dynamic library 'cudart64_110.dll'; dlerror: cudart64_110.dll not found
2021-04-06 21:00:46.664907: I tensorflow/stream_executor/cuda/cudart_stub.cc:29] Ignore above cudart dlerror if you do not have a GPU set up on your machine.
>>> import torch
>>> import tensorflow as tf
>>> print(tf.__version__)
2.4.1
>>> print(torch.__version__)
1.5.1
>>> print(torch.__path__)
['H:\\Anaconda3-2020.02\\envs\\tf2\\lib\\site-packages\\torch']
>>> print(tf.__path__)
['H:\\Anaconda3-2020.02\\envs\\tf2\\lib\\site-packages\\tensorflow', 'H:\\Anaconda3-2020.02\\envs\\tf2\\lib\\site-packages\\tensorflow_estimator\\python\\estimator\\api\\_v2', 'H:\\Anaconda3-2020.02\\envs\\tf2\\lib\\site-packages\\tensorboard\\summary\\_tf', 'H:\\Anaconda3-2020.02\\envs\\tf2\\lib\\site-packages\\tensorflow', 'H:\\Anaconda3-2020.02\\envs\\tf2\\lib\\site-packages\\tensorflow\\_api\\v2']