Безопасно ли устанавливать Tensorflow в существующую среду Conda?

Question

Я изучаю Tensorflow для своих исследований в ближайшее время и посмотрел онлайн-документацию для установки с помощью Conda https://www.tensorflow.org/versions/r0.11/get_started/os_setup.html#anaconda-installation.

Он предложил создать новую среду и установить в нее Tensorflow и затем установить другие пакеты python.

Но у меня уже есть существующая среда с большим количеством пакетов, в которых я нуждаюсь, и мне интересно, можно ли добавить Tensorflow в эту среду?

Кроме того, у меня есть вопрос о том, как эта установка работает с conda. Я знаю, что Conda создаст отдельный набор папок, содержащих библиотеки, необходимые для каждой среды, но если я установлю Tensorflow, что произойдет со всеми базовыми низкоуровневыми C++ и CUDA-библиотеками, которые будут скомпилированы? Живут ли они в моей папке среды Конда, или они находятся в некоторых библиотеках системы ближе к моему корню?

PS: Я использую Ubuntu 16.04 и имею графический процессор, на который я хочу запустить Tensorflow.

спасибо.

Answer 1

Но у меня уже есть существующая среда с большим количеством пакетов, в которых я нуждаюсь, и мне интересно, можно ли добавить Tensorflow в эту среду?

conda имеет эту удивительную функцию под названием «ревизии». Вы можете показать текущую среду с

conda list --revisions

, который позволяет отменить изменения в среде Конда. Это позволяет вам с уверенностью устанавливать новые пакеты, что, если что-то ломается, вы всегда можете вернуть его позже. См. Эту страницу для получения дополнительной информации: https://www.continuum.io/blog/developer/advanced-features-conda-part-2. ТЛ; др: conda install --revisions <revision_number>

, что происходит со всем базовыми низким уровнем C++ и библиотеку CUDA, которые компилируются

Вы говорите о библиотеках, которые компилируются, когда вы пытаетесь запустить свой код? Или библиотеки C++/CUDA? Если вы говорите о библиотеках C++/CUDA, то condaне компилирует их, а просто устанавливает предварительно скомпилированный двоичный файл в определенное место, которое получает. Если вы говорите о свой код, то, где именно эти файлы живут, похоже, зависит от того, где вы их помещаете.