在colab中安装tensorflow以及pytorch

使用pip
pip是一个命令行工具，不是一个代码指令，所以要在其前面加上感叹号。
新建笔记本，并且输入以下指令

! pip install tensorflow

命令执行完成如下图所示：

再输出tensorflow的版本，检验是否安装成功

import tensorflow as tf
print(tf.__version__)

安装成功，版本号如下：

安装GPU版本的tensorflow：
新建一个笔记本，为确保在运行时候有一个GPU，方法是重置所有的runtime。

中文版：

设置为GPU


安装：

成功：

使用指令检查tensorflow的版本

import tensorflow as tf
print(tf.__version__)

使用指令查看是否有GPU

tf.config.list_physical_devices

更新：

!pip3 install --upgrade tensorflow-gpu

检查还是返回空

就决定卸载然后重新安装

!pip3 uninstall tensorflow-gpu

!pip3 install tensorflow-gpu

运行以下指令打印可用的CPU和GPU

from tensorflow.python.client import device_lib
print(device_lib.list_local_devices())

开始没有的原因：
最开始存在两个tensorflow包:无gpu版本的tensorflow和gpu版本的tensorflow-gpu,可能是默认使用了无gpu版的tensorflow,所以可用设备中没有GPU

接下来记录安装GPU版本的pytorch

首先修改runtime为GPU，然后执行以下指令：

!pip install torch

查看是否安装成功,输入以下指令：

import torch
torch.cuda.is_available()

查看GPU的数量，执行如下命令行语句：

torch.cuda.device_count()
torch.cuda.get_device_name(0)

使用如下命令，查看指定GPU容量

torch.cuda.get_device_capability()

查看GPU的内存使用情况

!nvidia-smi