别再用pip了,用conda安装Tensorflow可使性能速度提升8倍

用conda安装Tensorflow更简单更快捷别再用pip安装Tensorflow了,改用conda吧,它是一个跨平台运行的开源软件包和环境管理系统。因此它适用于Mac,Windows和Linux。如果你还没有使用conda,我建议你尝试一下,因为它使管理数据科学工具更加轻松。

以下是使用conda而不是pip安装Tensorflow的两个非常重要的原因。

CPU性能更快

conda Tensorflow软件包利用用于深度神经网络的英特尔数学核心库或从1.9.0版本开始的MKL-DNN。该库使性能提升巨大。这是一张证明它的图表!

如你所见,与pip安装相比,用conda安装的性能可将速度提升超过8倍。对于经常使用CPU进行训练和推理的人来说,这非常有用。作为一名机器学习工程师,我(Michael Nguyen)使用我的CPU在我的代码上运行测试训练,然后将其推送到支持GPU的机器上。这种速度的提高将帮助我更快地迭代。我可以在CPU上做很多推理,所以这将有助于我的模型性能。

MKL库不仅可以加速Tensorflow软件包,还可以加速其他广泛使用的库,如NumPy,NumpyExr,SciPy和Scikit-Learn。

更简单的GPU版本安装

conda安装将自动安装GPU支持所需的CUDA和CuDNN库。pip安装要求手动执行此操作。每个人都喜欢一步到位的过程,特别是在下载库时。

快速开始

所以我希望这两个原因足以让你选择使用conda,步骤如下。

pip uninstall tensorflow

如果你还没有安装conda,选择Anaconda或Miniconda。Miniconda只会安装conda和它的附属功能,而Anaconda将为你预先安装很多软件包。

conda install tensorflow

如果你想要启用GPU的版本,请使用tensorflow-gpu替换tensorflow。

除了更快更简单地用于Tensorflow之外,conda还提供了其他工具集,使其更易于集成到你的工作流程中。我最喜欢的一个是他们的虚拟环境功能。

更多conda和tensorflow相关信息:www.anaconda.com/blog/developer-blog/tensorflow-in-anaconda/

MKL优化信息:docs.anaconda.com/mkl-optimizations/

 

本文为ATYUN(www.atyun.com)编译作品,ATYUN专注人工智能
请扫码或微信搜索ATYUN订阅号及时获取最新内容

发表评论