Linux系统下利用anaconda创建虚拟环境并安装pytorch0.4.1和torchvision

学习需要，搭建基于以下环境配置的深度学习框架，在此主要记录利用anaconda创建虚拟环境并安装pytorch0.4.1和torchvision的过程。
Linux系统版本为18.04。

参考：使用anaconda创建虚拟环境安装不同深度学习框架 https://blog.csdn.net/weixin_40100431/article/details/82116171
Ubuntu16.04+CUDA9.0安装pytorch0.4.1填坑记录 https://blog.csdn.net/fzu_11140835/article/details/86553386

创建并进入虚拟环境

·创建虚拟环境

conda create -n pytorch35 pip python=3.5

以上命令在创建虚拟环境的同时，安装了python3.5。

·进入虚拟环境

source activate pytorch35

或

conda activate pytorch35

其中，pytorch35为自定义的虚拟环境名称。

配置虚拟环境

1.安装cuda和cudnn

conda install cudnn=7.1.2

通过以上命令安装cudnn，会同时自动安装依赖项 cuda。

2.安装pytorch和torchvision

如果安装最新版本的pytorch和torchvision可直接在pytorch官网的Start Locally上，根据系统配置选择，按照官网给出的命令，完成安装。

conda install pytorch torchvision cudatoolkit=9.0 -c pytorch

利用以上命令，可同时安装PyTorch和torchvision，但PyTorch的版本为1.1，而所需PyTorch版本为0.4.1，因此不能采用以上命令进行配置，而是要分别安装PyTorch 0.4.1和torchvision。

pytorch官网提供了previous versions of PyTorch安装选项，可根据需求进行安装。

·安装pytorch 0.4.1

conda install pytorch=0.4.1 cuda90 -c pytorch

以上是cuda9.0版本的安装命令。

·安装torchvision

conda install torchvision

其他需要的包，均可以通过pip进行安装，不赘述。
至此完成了环境的配置。

测试

在虚拟环境里启动python并进行测试，即通过以下命令测试是否可以正常导入库和包。

import torch
import torchvision
import cv2
import numpy
import matplotlib
import dominate
import random
import collections
import shutil

如果没有报错，如下图，则环境配置成功。

‘’’
请大家多多指教 orz
‘’’