深度学习环境安装（持续更新）

1、windows安装Anaconda：

（1）下载Anaconda64位（https://www.anaconda.com/download/），下载好后直接点击安装，安装过程中注意一下两点：

    ①设置指定的安装目录，一般不要选择默认路径

    ②在“Advance Options”选项在“add Anaconda to my PATH environment variable”打钩

（2）配置环境变量：在“系统变量”的path中添加以下3条：

注：建立虚拟环境、删除虚拟环境的操作在第2节描述，环境配置只需根据上图对应到相应的虚拟环境下即可

2、Ubuntu下Anaconda的安装与配置：

下载ubuntu版Anaconda3-5.2.0-Linux-x86_64.sh（https://www.anaconda.com/download/#linux）

打开终端，按以下顺序操作：

（1）Anaconda安装

bash Anaconda3-5.2.0-Linux-x86_64.sh -b

（2）建立虚拟环境

conda create -n your_env_name python=X.X .?

以上anaconda 命令创建python版本为X.X.?（不使用“？”，系统自动安装相应最新版），名字为your_env_name的虚拟环境。your_env_name文件可以在Anaconda安装目录envs文件下找到。

（3）删除虚拟环境

conda remove -n your_env_name --all

（4）查看Anaconda已有环境

conda info --envs

（5）设置系统默认python

• 编辑~/.bashrc加入模块路径

sudo gedit ~/.bashrc

在打开的编辑器末尾输入以下内容,其中引号中的内容是anaconda下python的安装目录，需要哪个填哪个(注：下面两条内容任选其一即可，其中引号可能存在中英文的问题，最好拷贝之后重新输入一下)：

export PATH="/home/user/anaconda3/bin:$PATH"    #将anaconda中base下的python设置为默认python

export PATH="/home/hst/anaconda3/envs/your_env_name/bin:$PATH"    #将anaconda中虚拟环境下的python设置为默认python

• 使得~/.bashrc的修改生效

source ~/.bashrc

（6）查看python版本

python --version

3、安装TensorFlow与Keras

conda install tensorflow或conda install tensorflow-gpu

conda install keras或conda install keras-gpu

注：

查看TensorFlow版本：tf.__version__

查看Keras版本：keras.__version__

4、安装opencv

conda install opencv

5、安装Graphviz

打开Anaconda Prompt,输入如下两条命令：

conda install graphviz
pip install graphviz

添加环境变量：

找到Graphviz的安装路径，添加到环境变量path即可：我的是D:\Anaconda\Library\bin\graphviz

6、在ubuntu中安装Pycharm及添加快捷启动（windows就不多说了）

安装参考博客：https://blog.youkuaiyun.com/HelloZEX/article/details/80747274

添加快捷启动方式：参考博客https://blog.youkuaiyun.com/sinat_33718563/article/details/80251352中的“（二）设置pycharm快捷方式启动”

7、安装LabelImg

安装参考链接：https://jingyan.baidu.com/article/5225f26ba428fee6fa090829.html

8、安装MXNet

（1）uda9.0+cudnn9.0

替换lib,bin,3个文件夹

（2）设置清华源

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

（3）安装MXNet（最好安装稳定版mxnet-cu90mkl ）

稳定版：pip install mxnet-cu90 -i https://pypi.douban.com/simple或直接pip install mxnet-cu90mkl --upgrade

最新版：

#cu90mkl，表示是cudnn与mkldnn加速

#安装cuda 9.0的话安mxnet-cu90mkl，cuda 9.2对应mxnet-cu92mkl

pip install mxnet-cu90 --pre --upgrade

pip install mxnet-cu90mkl --pre --upgrade

（4）mxnet测试代码

一切正常，安装mxnet成功。

9、安装GluonCV

稳定版：pip install gluoncv --upgrade

最新版：pip install gluoncv --pre --upgrade