ошибка conda в пакете keras устанавливает тензор потока, даже если тензор потока-gpu уже установлен

Question

Я хотел бы поделиться проблемой, с которой я столкнулся, и найти решение, которое работало в моей системе.

Для справки, это моя среда: Ubuntu 16.04 64-bit, nVidia GPU, Конда 4.5.2

Я создал виртуальную среду conda и установил tenorflow-gpu (в результате был установлен 1.7.0, который не самый последний, но подходит для моих целей).

Я тогда сделал $ conda install keras

keras был установлен правильно, НО он также установил версию tenorflow не-gpu, которую я не могу использовать.

Это похоже на ошибку зависимости, при которой пакет keras не распознает пакет tenorflow-gpu как установленный.

Я был вынужден удалить tenorflow (пакет не из gpu) и использовать

$ python3.6 -m pip install keras

Это сработало, но я бы предпочел иметь согласованные управляемые пакеты conda.

Я надеюсь, что Анаконда исправит это, но пока вы можете попробовать мое решение.

Кстати, даже не начинайте, почему я не мог просто использовать pip или pip3 вместо "python3.6 -m pip". Python 3.6 и 3.5 в Ubuntu по крайней мере воюют друг с другом, вызывая всевозможные проблемы «модуль не найден». Но это для другого поста.

Answer 1

Вы можете попробовать keras-gpu

conda install -c anaconda keras-gpu

Где -c anaconda указывает канал, где искать пакет. (Возможно, вы захотите попробовать значение по умолчанию conda install keras-gpu или, если вы знаете о других каналах, используйте их).

---

Из-за противоречивости версий Python рекомендуется создавать определенные среды, поэтому вы также можете попробовать разные версии tenorflow + keras без конфликтов.

На моей машине использование версии Python для Intel было очень выгодно для скорости обработки (хотя вы собираетесь использовать GPU, а не мой случай)

Создать новую среду:

#anaconda version
conda create -n yourenvname python=x.x anaconda

#intel version
conda create -n yourenvname intelpython3_core python=3
    #can also be specific, like python=3.5

Затем вы активируете свою среду:

source activate yourenvname

И установите и используйте все с этой активированной средой.

Если вы используете Intel Python, интересно следить за остальной частью процесса, чтобы использовать оптимизированные дистрибутивы Intel для numpy, scipy и других: https://software.intel.com/en-us/articles/using-intel-distribution-for-python-with-anaconda

Больше информации об окружающей среде: https://uoa -eresearch.github.io / eresearch-cookbook / recipe / 2014/11/20 / conda /