以前,我在机器上安装了tensorflow 1.13。 有一些项目依赖于不同版本的tensorflow,我不想混淆不同版本的tensowflow。
所以我只是尝试创建一个名为tf2.0的环境,并使用pip在该特定虚拟环境中安装tensorflow 2.0.0b1。
但是,在该“ tf2.0” conda环境中运行“ pip install tensorflow-gpu == 2.0.0b1”后,我发现它在全局范围内生效,这意味着我必须使用tensorflow-gpu 2.0.0b1即使该虚拟环境“ tf2.0”已停用。
我希望在停用虚拟环境时可以使用tensorflow 1.13。
答案 0 :(得分:0)
很难在没有更多详细信息的情况下对所描述的条件进行故障排除(确切的命令运行,激活前后前后显示PATH
等)。不过,您可以尝试切换到以下the most recent recommendations for mixing Conda and Pip。即,避免安装容易使用错误的pip
和破坏程序包的东西 ,而是定义一个YAML文件并始终一次性创建整个环境。
作为一个最小的例子:
my_env.yaml
name: my_env
channels:
- defaults
dependencies:
- python
- pip
- pip:
- tensorflow-gpu==2.0.0b1
可以用conda env create -f my_env.yaml
创建。通常,最好将所有可能的内容都包括在依赖项的“非pip”部分。
答案 1 :(得分:0)
主要是您使用了错误的点子。为了确保您使用的是正确的点子,通常这样做是一个好习惯
python -m pip install —user PACKAGE_NAME
鉴于您拥有conda,pip应该是最后的选择。
Conda频道conda-forge最有可能拥有您要寻找的最新软件包版本。
conda install -c conda-forge PACKAGE_NAME
如果必须使用pip,请确保您处于一个环境中并且该环境具有自己的pip。
conda create -n test python=3.7
conda activate test
python -m pip install PACKAGE_NAME
答案 2 :(得分:0)
根据您描述的问题,我可以猜测您尝试安装tensorflow2.0的环境未激活
请确保在创建环境后激活它。
因此在创建环境后执行此操作
conda activate tf2.0
确保您看到了
(tf2.0) C:\Users\XYZ>
然后安装张量流。