同时安装pytorch和TensorFlow等多种深度学习开发环境(2)

同时安装pytorch和TensorFlow等多种深度学习开发环境（1）
在前一篇博文里面，因为cuda版本问题，只创建一个环境安装了pytorch。并没有安装tensorflow。

CUDA版本问题解决

之前的pytorch是使用CUDA11.0，目前对于TensorFlow大都都是CUDA10.2以及以下。重现卸载CUDA11.0也是一个麻烦事情。
解决办法同时安装多个CUDA版本。在原有CUDA11.0的基础上，安装了CUDA需要的CUDA10.0，CUDA10.0下载链接，我当时也是试一试，没想到最后也成功了。如下：
然后和博文win10 Anaconda 配置CUDA、CUDNN、pytorch详细安装教程中介绍的方法一样，安装CUDNN。

创建一个TensorFlow 的环境，注意语法。
先说一下相关的命令：
conda create --name mingzi_by_ziji python==3.7 创建环境
conda activate mingzi_by_ziji 激活环境
conda remove --name mingzi_by_ziji --all 删除环境
conda deactivate 退出当前环境

安装所需包的命令：
pip install 包名字
conda install 包名字
我这里已经安装好了，
我创建了一个名字叫tf14的环境，用来安装TensorFlow1.14.0，激活这个环境之后，就可以安装需要的包了。我大搞安装的有以下包：
pip install opencv-python= =3.4.7.28
pip install tensorflow-gpu= =1.14.0
pip install keras==2.2.5
pip install tqdm
把这些包安装好，基本的TensorFlow环境就弄好了，也可以根据自己的需要继续安装其他的包。

3.在jupyter notebook 中切换不同的深度学习框架

1.在base环境中安装nb_conda包
打开Anaconda Prompt，输入conda install nb_conda.
我这里之前已经安装好了。
2.切换激活到TensorFlow的环境，这里是tf14

在tf14环境中安装如下的包： conda install ipykernel ,回车安装

我这里之前已经安装好了。
3.将这个环境写入到jupyter notebook 中
命令：python -m ipykernel install --user --name tf14

到这里算是完成安装TensorFlow环境中。

3.在jupyter notebook中切换使用不同的开发环境

打开一段使用TensorFlow框架写的代码，我这里是可以自动识别使用TensorFlow环境tf14，但是也可以手动选择的。

如何进行手动选择?

注意，我尝试过同时打开使用TensorFlow的代码和pytorch的代码进行运行，这样行不通，只能使用其中的一种深度学习框架，等待这次程序运行完毕，下次可以切换另一种框架。

参考他人博文
深度学习入门：如何在jupyter notebook中切换自己在Anaconda中创建的环境