tensorflow安装(tensorflow和pytorch哪个好)

小李子 2022-07-08 16:01:54 阅读:39

  安装完anaconda之后,打开Anaconda Prompt的终端进行如下操作:

  1.conda create -n TF2.4 python=3.8

  2.conda activate TF2.4

  下面需要nvidia硬件GPU支持才能正确安装,安装的cudnn以及cuda可以参考

  https://tensorflow.google.cn/install/source_windows?hl=en每一个tensorflow支持对应的版本:

  3.conda install cudatoolkit=11.0 然后输入y

  4.conda install cudnn=8.0 然后输入 y(如果3和4报错,说明电脑不具备安装条件,继续进行步骤5)

  5.pip install tensorflow==2.4

  6.这一步安装时间比较长,等待即可

  7.为了验证是否安装成功,输入:python 进入pyhton环境8.import tensorflow as tf9.tf.__version__

  10.如果显示:2.4.0 那么安装成功

  GPU版本安装时候,需要考虑当前GPU显卡的算力,算力需要大于3.5.可以通过下面网址去查询:

  https://developer.nvidia.com/zh-cn/cuda-gpus

  1. pytorch和tensorflow的运算差异

  首先要搞清楚 pytorch和tensorflow之间的不同点就要知道两者在运算模式上的差异,前者是一个动态的框架,所谓动态框架,就是说在运算过程中,会根据不同的数值,按照最优方式进行合理安排。而相对来说后者属于静态框架,所谓静态框架,就是只需要建构一个tensorflow的计算图,然后才能够将不同的数据输入进去,进行运算,这世界上就带来了一个非常严重的问题,那就是计算的流程处于固定状态,这种不灵活的运算方式,必然会导致在结算结果上效率比较低下。从运算过程的区别来看,pytorch的优势比较明显。

  2. pytorch和tensorflow的使用对象

  这两种程序操作虽然能够得到同样的结果,但是由于不同的运算过程,会导致在程序应用的过程中有不同的难点,Pytorch,相对来说更能够在短时间内建立结果和方案更适合于计算机程序爱好者或者是小规模项目,包括研究人员。而tensorflow则更适合在大范围内进行操作,尤其是对于跨台或者是在实现嵌入式部署的时候更具优势。所以如果不知道应该选择使用pytorch还是tensorflow,必须对自己的目标和预期效果做以评判。


二维码