anaconda使用tensorflow jupyter pytorch labelme

anaconda prompt命令、添加环境后可直接在cmd中使用

安装时添加环境

#加快下载速度，配置镜像
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 --show channels#查看库（包括镜像）

conda search opencv # 查看什么样的python版本支持的什么样的opencv版本


conda/pip install bao
conda list #查看安装的包
conda env list #查看有多个少不同的环境 anaconda就是可以隔离不同的环境（不同的python版本）
conda env remove --name tfenv #删除某个环境
conda remove --name tfenv bao #删除某个环境下的某个包
conda create --name tfenv python=3.6 # 创建随意的python版本的tensorflow环境（也是为了隔离不同的python版本，直接conda安装tensorflow，当然也是可以的，但无法再安装其它版本的tensorflow了），并取名
activate tfenv #激活tensorflow环境，并进入
# 在激活的环境中，pip安装tensorflow包 pip install tensorflow
# 在激活的环境中，通过python使用tesorflow包 import tensorflow as tf
conda deactivate #退出tensorflow环境

先创建环境：使用tensorflow和pytorch时最好用python3.6

1. 进入anaconda prompt
conda create --name env python=3.6

# 重命名环境不支持，采用先复制到新环境，再删除旧环境方式
conda create --name conda-new --clone conda-old
conda remove -nname conda-old --all

tensorflow和pytorch都有cpu版和gpu版，因为install gpu版时都要CUDA 和 CuDNN，所以可以直接放在一个环境里

cpu：有很强通用性，像个老教授，算术、微积分都会：处理各种不同的数据类型，同时又要逻辑判断又会引入大量的分支跳转和中断的处理
gpu：处理类型高度统一的大规模数据和不需要被打断的纯净的计算环境，大量的重复计算，就像你有个工作需要算几亿次一百以内加减乘除一样，最好的办法就是雇上几十个小学生一起算，一人算一部分
GPU是图形处理器/显示适配器，焊在显卡上，显卡的心脏。

intel集显【Intel® HD Graphics 520】虽然有gpu，但是只能使用tensorflow和pytorch的cpu版。
英伟达gpu才能使用tensorflow的gpu版。

添加tensorflow

查看python和tensorflow的版本对应关系

1. 进入anaconda prompt
activate env #进入环境
conda install tensorflow
conda install tensorflow-gpu#此时会自动安装CUDA 和 CuDNN，这些在使用pip安装时须手动添加
	python中：tensorflow as tf
conda uninstall tensorflow#卸载
conda deactivate #退出环境

添加pytorch

选择合适的pytorch版本

选择配套的cuda

py3.6和torch1.51以及cudatoolkit=10.2配套
https://pytorch.org/get-started/previous-versions
1. 进入anaconda prompt
activate env #进入环境

conda install pytorch==1.5.1 torchvision==0.6.1 cpuonly -c pytorch # cpu版
conda install pytorch==1.5.1 torchvision==0.6.1 cudatoolkit=10.2 -c pytorch #gpu版，此时会自动安装CUDA 和 CuDNN，这些在使用pip安装时须手动添加
	python中：
		import torch
conda unstiall pytorch #卸载
conda deactivate #退出环境

在jupyter中创建不同环境的文件

在所在的环境下：conda install nb_conda
退出jupyter和anaconda navigator，重新启动即可

labelme

conda/pip install labelme
conda/pip install pyqt

参考

https://zhuanlan.zhihu.com/p/268081812
https://zhuanlan.zhihu.com/p/75717350