anaconda中安装pytorch和TensorFlow环境并在不同环境中安装kernel

❤️觉得内容不错的话，欢迎点赞收藏加关注😊😊😊，后续会继续输入更多优质内容❤️
👉有问题欢迎大家加关注私戳或者评论（包括但不限于NLP算法相关，linux学习相关，读研读博相关......）👈

（封面图由文心一格生成）

Anaconda是数据科学和机器学习领域中广泛使用的Python分发版。它简化了包管理和部署过程，特别是在处理复杂的依赖关系时。在本教程中，我将指导你如何在Anaconda中创建独立的PyTorch和TensorFlow环境，并在每个环境中安装相应的Jupyter Notebook kernel。

首先，确保你的系统中安装了Anaconda。你可以从Anaconda官网下载并遵循安装指南进行安装。

打开Anaconda命令行界面。

创建一个新环境，命名为tensorflow_env：
复制代码
```
conda create -n tensorflow_env python=3.8
```
激活这个环境：
复制代码
```
conda activate tensorflow_env
```

确保你在正确的环境中。

在pytorch_env环境中，运行以下命令：

复制代码

conda install pytorch torchvision torchaudio cudatoolkit=10.2 -c pytorch

根据你的系统配置选择合适的CUDA版本。

在tensorflow_env环境中，运行以下命令：

复制代码

conda install tensorflow

安装一个新的kernel：

复制代码

python -m ipykernel install --user --name=pytorch_env --display-name="PyTorch Kernel"

安装一个新的kernel：

复制代码

python -m ipykernel install --user --name=tensorflow_env --display-name="TensorFlow Kernel"