适用于TensorFlow的CPU和GPU版本的Anaconda环境

Question

我想在anaconda中使用TensorFlow创建两个独立的环境，一个仅支持CPU，一个是从源代码编译的，另一个是使用官方Tensorflow二进制文件支持GPU。

我使用conda create -n gpu --clone root设置了两个带conda的环境。我使用source activate gpu激活我的新环境。但是，每当我使用pip安装TensorFlow版本时，旧环境也会受到影响。

我做错了什么？

Answer 1

在创建环境时使用var gulpSrc = require('gulp-src-ordered-globs'); // require the gulp.src() wrapper. gulp.task('copyfoobar', function() { gulpSrc([ // <-- gulpSrc() used instead of gulp.src() 'bower_components/jqueryui/**', '!bower_components/jqueryui/themes/**', 'bower_components/jqueryui/themes/{base,ui-lightness}/**' ], { base: './' } ) .pipe(gulp.dest('./dist')); }); （或任何你想要的python版本）而不是conda create -n gpu python=3.6。

conda的想法是拥有一个孤立的环境，它有自己的python，pip等。要创建一个带有独立安装程序的新环境，你需要显式声明它，否则，它使用所有的共享程序环境。您可以激活环境并尝试conda create -n gpu或which python以确保它们拥有自己的python和pip版本。

Answer 2

Conda广泛使用硬链接。 pip可能会覆盖conda已创建的文件，而不会先删除文件，从而影响其他conda环境中的文件。

尝试将--copy标记添加到create --clone命令。