使用anaconda创建虚拟环境安装不同深度学习框架
使用anaconda安装tensorflow，caffe、pytorch等框架，可以先通过anaconda创建虚拟环境，然后在不同的虚拟环境下装上不同的版本的框架（例如在一个虚拟环境上安装一个tensorflow1.4，在另一个虚拟环境中上安装一个tensorflow1.6，在另一个虚拟环境中安装pytorch）。并且如果配置出错，直接删除虚拟环境的包即可，而不影响这个系统。
一、使用anaconda创建虚拟环境
- 在系统上安装完成anaconda
- 通过anaconda创建虚拟环境
conda create -n py3tf pip python=3.5
创建了一个叫做py3tf的虚拟环境（名字可以随便起），并在这个虚拟环境中安装了python3.5。
注意：这里的python3.5和anaconda的版本没有关系。例如：假设通过anaconda安装的python版本是3.6，但是这里也可以安装python3.5。
- 通过如下命令进入虚拟环境
source activate py3tf
之后，进入虚拟环境，会发现和之前不一样了，命令行前面多了括号和以及括号里面虚拟环境的名字，之后再这种状态下安装的内容都只是安装到这个虚拟环境。
二，修改源（不修改下载速度慢）
pip源设置:在linux系统下创建.pip文件夹，穿件pip.conf文本，写入以下内容（这里使用清华源）。
[global]
index-url = https://pypi.tuna.tsinghua.edu.cn/simple
conda 源设置
在终端输入：
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --set show_channel_urls yes
三、在虚拟环境中安装cuda和cudnn
- 注意：当你的系统中已经安装了cuda和cudnn这一步就不需要了，虚拟环境中需要使用的cuda和cudnn会自动调用系统中的。但是如果你的系统的cudnn和cuda版本和所要安装的tensorflow或者pytorch不匹配，就需要在虚拟环境中安装。
安装方法如下：
通过以下命令安装cudnn，会自动安装依赖项 cuda（也可以自己通过conda install cuda =9.0自己安装）
conda install cudnn=7.1.2
安装的cudnn版本是7.1.2
不成功的话尝试加入 清华的源（上述命令 加入 -c 源地址）。
四、在虚拟环境中安装tensorflow和keras
- 安装tensorflow
pip install --ignore-installed --upgrade https://storage.googleapis.com/tensorflow/linux/gpu/tensorflow_gpu-1.12.0-cp35-cp35m-linux_x86_64.whl
后面的地址给的是最新版本的tensorflow，这里是软件包位置https://tensorflow.google.cn/install/pip找到与python版本一致的url放到这里（linux环境，gpu版本，cp35-cp35m表示python的版本是python35，tensorflow的版本是1.12.0）。
这里在给一个稍微老的版本（1.6版本）：
https://storage.googleapis.com/tensorflow/linux/gpu/tensorflow_gpu-1.6.0-cp35-cp35m-linux_x86_64.whl
最近发现tensorflow的网站不在给出历史版本的tensorflow的url。只有最新版的url，其实只需要更改上面的tensorflow的版本号就可以安装其他版本了。
有时候上述命令一次不行，需要再试一次，在不行的话就要考虑cuda与cudnn的问题了。
安装完成即可。
- 在上述环境下安装keras
pip install keras
- 在上述环境下安装opencv
pip install opencv-python
使用conda install opencv也可以，但是当程序中使用销毁显示窗口的时候回报错。
- 测试一下
在虚拟环境下输入python，进入python环境，看看包是否可以导入
import tensorflow as tf
tf.__version__
import keras
keras.__version__
import cv2
cv2.__version__
五、在虚拟环境中安装pytorch
- 安装
创建虚拟环境与配置cuda和cudnn是一样的，使用source activate name进入虚拟环境就以后，需要去pytorch官网https://pytorch.org/get-started/locally/按照你的系统环境选择：
这里我选择了linux，要选conda安装，python3.6，我的系统cuda版本是9.0，所以前面也不需要再虚拟环境中安装cuda了，然后下面给出了安装命令。
conda install pytorch torchvision -c pytorch
到此就可以了，测试的时候，输入
- pytorch 测试
import torch
torch__version__
六、常用命令
- 查看已经安装的虚拟环境
conda env list
- 进入虚拟环境
source activate 虚拟环境名称
- 退出虚拟环境
source deactivate
- 删除虚拟环境
conda remove -n 虚拟环境名称 --all
- 删除虚拟环境中的包
conda remove --name $虚拟环境名称 $包名称
- 查看包
conda list
- 创造一个相同环境
根据py3tf16创造一个名称为py3tf16gpu的虚拟环境
conda create --name py3tf16gpu --clone py3tf