基于anaconda对深度学习工作站环境的搭建

1、tensorflow2.x安装

1.1、创建虚拟环境

• conda env list 查看现有环境
• conda creat -n tensorflow python=3.7 创建tensorflow虚拟环境
• conda env list 查看环境是否创建成功
• 激活虚拟环境：Linux：source activate tensorflow(虚拟环境名称)
  Windows：activate tensorflow(虚拟环境名称)

1.2、在虚拟环境下安装包

• conda install -n tensorflow numpy
• conda install -n tensorflow tensorflow-gpu
  (pip install tf-neightly-gpu)
  (pip install tensorflow-gpu)

1.3、linux更换下载源

1、如果1.2步下载很慢，甚至下载失败，那么可以通过更改下载源来解决（这里只给出大概的处理方法，具体的还请自行百度）

如果安装一些Tensorflow、pytorch等一些框架是网速过慢，可以添加清华源解决。先用activate激活自己之前创建的环境****后，在命令行输入以下代码：

• conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/

• conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/

• conda config --set show_channel_urls yes

• conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/

2、如果是换回来原源

• conda config --remove-key channels

1.4、补充

• 退出：Linux: source deactivate
  （Windows: deactivate）
• 删除虚拟环境：conda remove -n your_env_name(虚拟环境名称) --all
• 删除环境中的某个包：conda remove --name your_env_name package_name

2、pytorch安装

成功安装anaconda后，我们可以新建虚拟环境，从而使得各个环境之间互不影响，方便使用。

2.1、创建pytorch的虚拟环境

conda create -n pytorch python=3.6

2.1、激活pytorch的虚拟环境

source activate pytorch

2.1、直接pip 安装pytorch

• pip install torch torchvision