模型环境备份

很多时候,在调试新环境的时候,需要对环境进行保存备份,然后为后面的环境复原做好准备

综合建议

  • 备份环境:在进行这些更改之前,如果您在使用虚拟环境(强烈推荐),可以考虑先导出当前环境的依赖列表(使用pip freeze > requirements.txt),以便在需要时可以恢复到当前状态。
  • 备份环境:在进行这些更改之前,如果您在使用虚拟环境(强烈推荐),可以考虑先导出当前环境的依赖列表(使用pip freeze > requirements.txt),以便在需要时可以恢复到当前状态。
  • 测试更新:在更新NumPy和TensorFlow后,运行代码以测试问题是否已解决。如果遇到新的兼容性问题,可能需要根据新的错误信息进一步调整依赖库的版本。

如果更新后仍然遇到问题,可能需要检查整个项目依赖树,确认是否有其他特定库依赖特定版本的NumPy,然后根据需要进行调整。

 

对应生成txt文件如下 

模型环境备份_第1张图片 

由此我们便可以在需要该环境时,重新pip install -r requirements.txt按照txt文件中的配置进行环境配置了

你可能感兴趣的:(移动部署,pytorch,深度学习)