集成显卡安装的cpu版本tensorflow和pytorch

安装cpu版本的tensorflow和pytorch

• • 1.查看电脑显卡
  • 2.安装anaconda和pycharm
  • 3.创建对应的虚拟环境
  • 4.安装pytorch
  • 5.安装tensorflow

1.查看电脑显卡

查看自己电脑是否有独立显卡，以及有的显卡类型。
控制面板→设备管理器→显示适配器→

因为是集成显卡，没有独立显卡，所以就不能安装GPU版本的tensorflow和pytorch。（tensorflow的gpu版本要装的cuda和cudnn，cpu版本就不必装了）

2.安装anaconda和pycharm

到官网下载电脑对应的安装包。

1. anaconda官网：/products/distribution#macos
   安装注意事项：
   

2. pycharm安装
   在网页里随意找的，下载软件，应该有官网。
   注意事项：可以勾上的，都勾上就行。

3.创建对应的虚拟环境

避免污染原生环境，创建对应的虚拟环境

1. 打开anaconda，创建虚拟环境
   

4.安装pytorch

1. 打开对应的虚拟环境
   点击创建出来的虚拟环境旁边的绿色小三角，打开虚拟环境
   

2. 复制镜像源，加快下载速度

conda config --add channels config --add channels config --set show_channel_urls yes

3. 防止下载太久断开下载，延时1000s

conda config --set remote_read_timeout_secs 1000.0

准备工作完成

4. 下载安装cpu版本的torch
   去pytorch官网。获取下载代码
   官网：https://pytorch/get-started/locally/
   我的电脑安装如下：

conda install pytorch torchvision torchaudio cpuonly -c pytorch

截图如下

下载完成了

6. 检验安装torch是否安装成功

pip list

5.安装tensorflow

1. 打开对应的虚拟环境
   
   

2. 添加镜像源安装tensorflow

pip install tensorflow-cpu -i /

3. 检验是否安装成功

pip list

集成显卡安装的cpu版本tensorflow和pytorch

安装cpu版本的tensorflow和pytorch

• • 1.查看电脑显卡
  • 2.安装anaconda和pycharm
  • 3.创建对应的虚拟环境
  • 4.安装pytorch
  • 5.安装tensorflow

1.查看电脑显卡

查看自己电脑是否有独立显卡，以及有的显卡类型。
控制面板→设备管理器→显示适配器→

因为是集成显卡，没有独立显卡，所以就不能安装GPU版本的tensorflow和pytorch。（tensorflow的gpu版本要装的cuda和cudnn，cpu版本就不必装了）

2.安装anaconda和pycharm

到官网下载电脑对应的安装包。

1. anaconda官网：/products/distribution#macos
   安装注意事项：
   

2. pycharm安装
   在网页里随意找的，下载软件，应该有官网。
   注意事项：可以勾上的，都勾上就行。

3.创建对应的虚拟环境

避免污染原生环境，创建对应的虚拟环境

1. 打开anaconda，创建虚拟环境
   

4.安装pytorch

1. 打开对应的虚拟环境
   点击创建出来的虚拟环境旁边的绿色小三角，打开虚拟环境
   

2. 复制镜像源，加快下载速度

conda config --add channels config --add channels config --set show_channel_urls yes

3. 防止下载太久断开下载，延时1000s

conda config --set remote_read_timeout_secs 1000.0

准备工作完成

4. 下载安装cpu版本的torch
   去pytorch官网。获取下载代码
   官网：https://pytorch/get-started/locally/
   我的电脑安装如下：

conda install pytorch torchvision torchaudio cpuonly -c pytorch

截图如下

下载完成了

6. 检验安装torch是否安装成功

pip list

5.安装tensorflow

1. 打开对应的虚拟环境
   
   

2. 添加镜像源安装tensorflow

pip install tensorflow-cpu -i /

3. 检验是否安装成功

pip list