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:
    使用anaconda创建虚拟环境安装不同深度学习框架_第1张图片
    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

你可能感兴趣的:(深度学习工具)