tensorflow和pytorch的安装步骤

anaconda的基本命令

1. 查看Python环境
   conda info --env可以看到所有python环境，前面有个‘*’的代表当前环境： 也用于查看环境的路径，通过这个路径可以在pycharm中添加该环境
2. 创建Python环境
   conda create --name python36 python=3.6 代表创建一个python3.5的环境，我们把它命名为python35
3. 激活
   conda activate python36
4. 退回到base
   conda deactivate
5. 安装命令
   conda install -c 就是下载在ananconda默认的库里面不包含的文件，所以设置了清华源为默认之后，如果要使用清华源安装，记得要把官方给-c去掉

其他conda常用命令
conda常用命令

安装CUDA

要使用GPU版本的tensorflow和pytorch首先要安装CUDA。
注意CUDA安装，在安装选项中，可以不用安装visual studio,如果你到 NVIDA驱动版本比它要求的版本新，也可以不用安装NVIDA驱动。
安装完CUDA后，找到与tensorflow版本对应的cudnn
cuda和cudnn安装
tensorflow和cuda cudnn对应情况
验证CUDA是否安装成功，在cmd命令中输入
nvcc -V(注意区分大小写)

安装Pytorch

安装Pytorch

检测Pytorch GPU版本可用

import torch
 
torch.cuda.is_available()
True
 
torch.cuda.current_device()
0
 
torch.cuda.device(0)
<torch.cuda.device object at 0x0000023034332438>
 
torch.cuda.device_count()
1
 
torch.cuda.get_device_name(0)
'GeForce GTX 1660'

pytorch训练过程可视化：tensorboardX或者高版本的Pytorch可以通过编程实现调用tensorboard可视化
tensorboard
pytorch编程实现可视化

在使用pytorch运行程序过程中会有许多缺失的库，这里对库的安装方法进行整理.

安装tensorflow

安装tensorflow
安装keraas

标题是报错信息：

No module named ‘torchvision’

conda install torchvision -c pytorch

ModuleNotFoundError: No module named ‘cv2’

conda install opencv

No module named ‘sklearn’

conda install scikit-learn

其他常见的报错信息

RuntimeError: cuda runtime error (38) : no CUDA-capable device is detected at …\aten\src\THC\THCGeneral.cpp:74

首先排除GPU配置的问题，GPU的设备号对不对，我的就是将config.py中gpu = "1"改为“0”就行了。

ValueError: invalid literal for int() with base 10: ‘train’

链接

RuntimeError: CUDA error: out of memory

当有多个显卡时，可能是设备号的问题。
只有一张显卡时，就缩小batchsize和图片大小 从8batchsize缩小到1，图片480480缩小到100100
缩小图片的大小，就会导致特征不明显，显著影响准确率。

查看NVIDA GPU占有率

GPU占有率