Python использует conda-base tensorflow-gpu вместо установки conda окружения.

Вопрос или проблема

Я хочу создать виртуальную среду с помощью anaconda для python 3, в которой я смогу использовать конкретную версию tensorflow-gpu.

Моя базовая версия conda python – 3.6.8, а базовая версия tensorflow-gpu – 1.10.1.
Я хочу создать среду с python 3.6.9 и tensorflow-gpu 1.11.0.
Я использую Ubuntu 18.04.

Для этого я запускал следующий код в моем bash:

$ conda create --name test_env python=3.6.9
$ conda activate test_env

Однако, когда я открываю консоль python и проверяю версию tensorflow, она мгновенно показывает 1.10.1, что является версией tensorflow-gpu моей базовой среды conda.

Python 3.6.9 |Anaconda, Inc.| (default, Jul 30 2019, 19:07:31) 
[GCC 7.3.0] на linux
Введите "help", "copyright", "credits" или "license" для получения дополнительной информации.
>>> import tensorflow as tf
>>> tf.__version__
'1.10.1'

Проблема, похоже, возникает только с пакетом tensorflow. Другие модули, такие как keras, выдают ожидаемую ошибку ModuleNotFoundError, когда я пытаюсь их импортировать после создания среды test_env.

Даже если я устанавливаю конкретную версию tensorflow с помощью следующей команды, версия tensorflow по-прежнему остается 1.10.1.

$ conda install tensorflow-gpu==1.11.0

Когда я использую conda list, он (только) показывает целевую версию tensorflow-gpu:
tensorflow-gpu 1.11.0 h0d30ee6_0

У вас есть идеи, как использовать версию tensorflow-gpu 1.11.0 в новой виртуальной среде?

Вы можете создать среду conda и установить все необходимые пакеты одновременно:

$ conda create --name test_env python=3.6 tensorflow==1.11

Ответ или решение

Создание виртуальной среды с TensorFlow GPU в Anaconda

Создание виртуальной среды с определенной версией tensorflow-gpu может вызывать некоторые сложности, особенно если ожидаемая версия не загружается корректно. В данном случае вы столкнулись с ситуацией, когда в вашей вновь созданной среде test_env не устанавливается нужная версия TensorFlow, а вместо этого загружается версия из базовой среды Anaconda. Рассмотрим решение данной проблемы подробно.

1. Создание новой виртуальной среды

Первый шаг заключается в создании виртуальной среды с необходимой версией Python и установки TensorFlow. Убедитесь, что все команды выполняются в вашем терминале. Используйте следующий код для создания новой среды и установки Python и TensorFlow одновременно:

conda create --name test_env python=3.6.9 tensorflow-gpu=1.11.0

Это команда создаст среду test_env и сразу установит нужную версию TensorFlow GPU.

2. Активирование среды

После создания среды необходимо активировать её:

conda activate test_env

Убедитесь, что в данный момент вы находитесь именно в своей новой среде, запустив:

which python

Эта команда должна указывать на путь к Python в директории вашей новой среды.

3. Установка TensorFlow после создания

Если вы уже создали среду и хотите установить TensorFlow позже, используйте следующую команду:

conda install tensorflow-gpu=1.11.0

Обратите внимание, что при установке версий в conda иногда могут возникать конфликты зависимостей. Чтобы избежать таких проблем, периодически рекомендуется обновлять conda:

conda update conda

4. Проверка версии TensorFlow

Для проверки установленной версии TensorFlow, откройте Python в вашей новой среде:

python

И затем выполните следующие команды:

import tensorflow as tf
print(tf.__version__)

Ожидаемым результатом должно быть 1.11.0. Если вы снова видите 1.10.1, значит, TensorFlow из базовой среды каким-то образом все еще загружается.

5. Устранение проблемы с использованием базового окружения

Если проблема не решается, вероятно, ваша новая среда использует некоторые настройки из базового окружения. Рекомендуется проверить переменные окружения. Убедитесь, что не задана переменная PYTHONPATH, которая может указывать на базовую среду. Чтобы проверить, выполните:

echo $PYTHONPATH

Если переменная установлена, вы можете временно сбросить её или удалить следующим образом:

unset PYTHONPATH

6. Заключение

Финальной проверкой должно быть открытие Jupyter Notebook, если вы его используете, и запуск кода для импорта TensorFlow в новой среде. Запросите результаты версии, чтобы подтвердить корректную установку.

Убедитесь, что вы следуете всем шагам и производите установку в активированной среде. Удачи с вашей работой в TensorFlow!

Оцените материал
Добавить комментарий

Капча загружается...