博主原文链接：https://www.yourmetaverse.cn/nlp/466/
anaconda中安装pytorch和TensorFlow环境并在不同环境中安装kernel
Anaconda是数据科学和机器学习领域中广泛使用的Python分发版。它简化了包管理和部署过程，特别是在处理复杂的依赖关系时。在本教程中，我将指导你如何在Anaconda中创建独立的PyTorch和TensorFlow环境，并在每个环境中安装相应的Jupyter Notebook kernel。
步骤1：安装Anaconda
首先，确保你的系统中安装了Anaconda。你可以从Anaconda官网下载并遵循安装指南进行安装。
步骤2：创建独立环境
打开Anaconda命令行界面。
创建PyTorch环境
- 创建一个新环境，命名为
pytorch_env：conda create -n pytorch_env python=3.8 - 激活这个环境：
conda activate pytorch_env
创建TensorFlow环境
- 创建一个新环境，命名为
tensorflow_env：conda create -n tensorflow_env python=3.8 - 激活这个环境：
conda activate tensorflow_env
步骤3：安装PyTorch和TensorFlow
确保你在正确的环境中。
在PyTorch环境中安装PyTorch
在pytorch_env环境中，运行以下命令：
conda install pytorch torchvision torchaudio cudatoolkit=10.2 -c pytorch
根据你的系统配置选择合适的CUDA版本。
在TensorFlow环境中安装TensorFlow
在tensorflow_env环境中，运行以下命令：
conda install tensorflow
步骤4：为每个环境安装Jupyter Notebook kernel
为PyTorch环境安装kernel
- 确保你在
pytorch_env环境中。 - 安装ipykernel：
conda install ipykernel - 安装一个新的kernel：
python -m ipykernel install --user --name=pytorch_env --display-name="PyTorch Kernel"
为TensorFlow环境安装kernel
- 确保你在
tensorflow_env环境中。 - 安装ipykernel：
conda install ipykernel - 安装一个新的kernel：
python -m ipykernel install --user --name=tensorflow_env --display-name="TensorFlow Kernel"
)
