PyTorch与TensorFlow的通道顺序转换与共存

背景介绍：

项目需要跑一些python2.7写的代码，目前有的机器是win10环境，python3.5，tensorflow-gpu1.10.0，CUDA9.0。一开始想的就是在现有基础上，直接安装python2.7和tensorflow。

结论：

Windows环境下，存在python3.x版本时，是可以创建另一个python2.x的环境的，但是想要安装适合2.x的tensorflow是行不通的。（截止到2018年9月30号）

过程：

1.python3.x环境下安装python2.x

对于这种情况，建议就是从anaconda入手，方便简单。有了anaconda之后，在命令行直接

登录后复制

conda create -n py27 python=2.7

就可以创建一个python2.7的环境，反过来道理一样。至于使用的时候，激活相应的python版本就可以了。

2.python3.x和2.x共存下安装tensorflow

在百度里面搜索，似乎可以找到解决方案，我在服务器上试了差不多六种教程，很遗憾，全部扑街。只能去tensorflow官网： https://www.tensorflow.org ，官网有时候可能上不去，这里贴出来一些介绍：

英文原版介绍也是这样，意思就是目前windows下，tensorflow没有和python2.7对应的版本。还有一个验证方式就是命令行用conda命令查询python2.x对用的tensorflow版本，（conda info <package> ）依然是没有，所以不要在相信有的教程中说的更新pip或者某些特殊的命令去安装2.x对应的tensorflow，浪费时间而已。

3.解决方式

如果真的是想在windows下运行python2.x的代码，又需要tensorflow环境，比如神经网络代码，这里给出几个方法。

第一种：python2的代码直接转换成python3的代码，python自带了这样一个脚本，叫2to3-script.py，位置在D:\Anaconda3\Tools\scripts （具体查看自己的安装目录），使用方式也很简单，可以单个转换和批量转换，方法自行百度。缺点：网上说有的python2写的代码跟版本有着深度依赖关系，转换后也不能正常运行，不是很理解。我自己目前用的这种方式。

第二种：安装虚拟机或者双系统，这个就不用多说了。Ubuntu系统自带python2版本，并且tensorflow支持ubuntu系统下的python2版本。

第三种：docker安装。官方解释docker类似于一个容器，个人感觉跟虚拟机差不多，而且docker在win10环境下，安装特别方便，具体见官网https://www.docker.com/。tensorflow也给出了docker环境下的安装，但是对于python2对应的tensorflow能不能安装成功，目前还没尝试。

免责声明：本文系网络转载或改编，未找到原创作者，版权归原作者所有。如涉及版权，请联系删