編譯：chux
出品：ATYUN訂閱號
別再用pip安裝tensorflow了，改用conda吧，它是一個跨平臺運行的開源軟件包和環境管理系統。因此它適用于Mac，windows和linux。如果你還沒有使用conda，我建議你嘗試一下，因為它使管理數據科學工具更加輕松。
以下是使用conda而不是pip安裝Tensorflow的兩個非常重要的原因。
CPU性能更快
conda Tensorflow軟件包利用用于深度神經網絡的英特爾數學核心庫或從1.9.0版本開始的MKL-dnn。該庫使性能提升巨大。這是一張證明它的圖表！
如你所見，與pip安裝相比，用conda安裝的性能可將速度提升超過8倍。對于經常使用CPU進行訓練和推理的人來說，這非常有用。作為一名機器學習工程師，我（Michael Nguyen）使用我的CPU在我的代碼上運行測試訓練，然后將其推送到支持GPU的機器上。這種速度的提高將幫助我更快地迭代。我可以在CPU上做很多推理，所以這將有助于我的模型性能。
MKL庫不僅可以加速Tensorflow軟件包，還可以加速其他廣泛使用的庫，如numpy，NumpyExr，scipy和Scikit-Learn。
更簡單的GPU版本安裝
conda安裝將自動安裝GPU支持所需的CUDA和CuDNN庫。pip安裝要求手動執行此操作。每個人都喜歡一步到位的過程，特別是在下載庫時。
快速開始
所以我希望這兩個原因足以讓你選擇使用conda，步驟如下。
代碼語言：JavaScript代碼運行次數：0運行復制
pip uninstall tensorflow
如果你還沒有安裝conda，選擇Anaconda或Miniconda。Miniconda只會安裝conda和它的附屬功能，而Anaconda將為你預先安裝很多軟件包。
代碼語言：javascript代碼運行次數：0運行復制
conda install tensorflow
如果你想要啟用GPU的版本，請使用tensorflow-gpu替換tensorflow。
除了更快更簡單地用于Tensorflow之外，conda還提供了其他工具集，使其更易于集成到你的工作流程中。我最喜歡的一個是他們的虛擬環境功能。
更多相關信息：www.anaconda.com/blog/developer-blog/tensorflow-in-anaconda/
