本文共 963 字,大约阅读时间需要 3 分钟。
使用pip停止安装Tensorflow!请改用conda。如果您不知道conda是什么,它是一个跨平台运行的开源软件包和环境管理系统。因此它适用于Mac,Windows和Linux。如果你还没有使用conda,我建议你开始,因为它使管理你的数据科学工具更加愉快。
以下是使用conda而不是pip安装Tensorflow的两个非常重要的原因。
- CPU性能更快
- conda Tensorflow软件包利用用于深度神经网络的英特尔数学核心库或从1.9.0版本开始的MKL-DNN。该库提供了巨大的性能提升。这是一张证明它的图表!
如您所见,与pip安装相比,conda安装的性能可提供超过8 倍的速度提升。对于经常使用CPU进行培训和推理的人来说,这非常有用。作为一名机器学习工程师,我使用我的CPU在我的代码上运行测试列车,然后将其推送到支持GPU的机器上。这种速度的提高将帮助我更快地迭代。我可以在CPU上做很多推理,所以这将有助于我的模型性能。
MKL库不仅可以加速您的Tensorflow软件包,还可以加速其他广泛使用的库,如NumPy,NumpyExr,SciPy和Scikit-Learn!了解如何通过以下链接获取该设置。
更简单的GPU版本安装
conda安装将自动安装GPU支持所需的CUDA和CuDNN库。点子安装将要求您手动执行此操作。每个人都喜欢一步到位的过程,特别是在下载库时。
快速开始
所以我希望这两个原因足以让你切换到使用conda。如果您确信这里是开始的步骤。
pip uninstall tensorflow
如果你还没有安装或。Miniconda只是安装conda和它的依赖,而Anaconda将为你预先安装很多软件包。我更喜欢Miniconda开始使用。安装conda后试试这个。
conda install tensorflow
如果您想要启用GPU的版本,请使用tensorflow-gpu替换tensorflow。
除了更快更简单地用于Tensorflow之外,conda还提供了其他工具集,使其更易于集成到您的工作流程中。我最喜欢的一个是他们的虚拟环境功能。您可以阅读有关conda和tensorflow的更多信息。还有更多关于MKL优化的。希望这有助于并一如既往地感谢阅读!
原文:
转载地址:https://blog.csdn.net/ChenVast/article/details/82993360 如侵犯您的版权,请留言回复原文章的地址,我们会给您删除此文章,给您带来不便请您谅解!