姓名：閆偉? 學(xué)號：15020150038
轉(zhuǎn)載自：https://zhuanlan.zhihu.com/p/46599887
【嵌牛導(dǎo)讀】：使用 TensorFlow 開展機器學(xué)習(xí)工作的朋友，應(yīng)該有不少是通過 pip 下載的 TensorFlow贬养。但是近日機器學(xué)習(xí)專家 Michael Nguyen 大聲疾呼：“為了性能起見权烧，別再用 pip 下載 TensorFlow了！”
【嵌牛鼻子】：Tensorflow pip conda
【嵌牛提問】：為何說要用 Conda 而非 pip 來安裝 TensorFlow檐束？
【嵌牛正文】：更快的CPU性能
Conda TensorFlow 包利用了用于深度神經(jīng)網(wǎng)絡(luò)或 1.9.0 版本以上的 MKL-DNN 網(wǎng)絡(luò)的英特爾 Math Kernel Library（MKL）辫秧，這個庫能讓性能大幅提升。如下圖所示：
可以看到被丧，相比 pip 安裝盟戏，使用 Conda 安裝后的性能足足提升了 8 倍。這對于仍然經(jīng)常使用 CPU 訓(xùn)練的人來說甥桂，無疑幫助很大柿究。我（Michael Nguyen——譯者注）自己平時在把代碼放到 GPU 驅(qū)動的機器之前，會先使用 CPU 機器跑一遍黄选，使用 Conda 安裝 TensorFlow 能大幅加快迭代速度蝇摸。
MKL 庫不僅能加快 TensorFlow 包的運行速度，也能提升其它一些廣泛使用的程序庫的速度办陷，比如 Numpy貌夕、NumpyExr、Scikit-Learn民镜。
簡化 GPU 版的安裝
Conda 安裝會自動安裝 CUDA 和 GPU 支持所需的 CuDNN 庫啡专，但 pip 安裝需要你手動完成。大家都比較喜歡一步到位的吧制圈，特別是下載很多個庫的時候植旧。
快速啟動
所以我希望上面這兩個原因能讓你有足夠的動力換為使用 Conda。如果你信我的話离唐，那就按照下面的步驟開始吧病附。
pip uninstall tensorflow
如果還沒安裝 Anaconda 或 Miniconda，那就安裝這兩者其中一個亥鬓。Miniconda 只安裝 Conda 和它的環(huán)境依賴完沪，而 Anaconda 會預(yù)先為你安裝好很多包。我傾向于使用 Miniconda 著手。待 Conda 下載好后覆积，輸入以下命令：
conda install tensorflow
如果你想用 GPU 驅(qū)動的版本听皿，就把 tensorflow 替換為 tensorflow-gpu。
除了能讓使用 TensorFlow 更快更簡單這兩個好處之外宽档，Conda 還提供了一些列的工具尉姨，能讓它更容易地整合到你的工作流中÷鹪可以看看以下資料又厉，加深了解：
Conda 和 TensorFlow：
https://www.anaconda.com/blog/developer-blog/tensorflow-in-anaconda/
MKL 優(yōu)化：
