pytorch+tensorflow+sklearn安装教程conda版

conda环境创建

• anaconda安装：https://www.anaconda.com/
• anaconda安装成功测试：
  
• 创建conda虚拟环境

conda create -n env_name python=x.x

• conda虚拟环境命令

conda -V  #查看conda版本
conda info -e  #查看conda虚拟环境
conda activate en_name  #进入conda虚拟环境
conda list  #查看安装了哪些包
conda install pkg_name  #安装包
conda uninstall pkg_name  #删除包
pip install pkg_name  #安装包
pip uninstall pkg_name  #删除包
conda deactivate  #退出虚拟环境
conda remove -n env_name --all  #删除虚拟环境
conda update conda  #检查更新conda

安装requirements

pip freeze > requirements.txt #导出环境到txt文件
pip install -r requirements.txt

pytorch安装

• 查看cuda版本

nvidia-smi

• pytorch安装：pytorch官网
  注意：选择cuda版本应小于等于上面的cuda版本
  获取安装命令，如下：

conda install pytorch==1.12.0 torchvision==0.13.0 torchaudio==0.12.0 cudatoolkit=11.3 -c pytorch

（安装较慢，可添加镜像）

pytorch-geometric安装

进入官网：https://pytorch-geometric.com/whl/index.html

• 选择上面安装的pytorch版本和cuda版本，依次安装四个依赖包（复制链接安装，和python版本和操作系统对应）

• 安装pytorch-geometric

pip install https://data.pyg.org/whl/torch-1.11.0+cu115/torch_cluster-1.6.0-cp39-cp39-win_amd64.whl
pip install https://data.pyg.org/whl/torch-1.11.0+cu115/torch_scatter-2.0.9-cp39-cp39-win_amd64.whl
pip install https://data.pyg.org/whl/torch-1.11.0+cu115/torch_sparse-0.6.14-cp39-cp39-win_amd64.whl
pip install https://data.pyg.org/whl/torch-1.11.0+cu115/torch_spline_conv-1.2.1-cp39-cp39-win_amd64.whl
pip install pytorch-geometric

验证

python
import torch
torch.cuda.is_available()

都没有出错，则安装成功

tensorflow安装

• 新建一个conda环境
• 直接conda命令安装keras即可，可同时安装tensorflow

conda install keras==x.x.x

sklearn库安装

pip install scikit-learn

这篇好文章是转载于：学新通技术网