1-深度学习环境搭建教程: anaconda+pytorch+pycharm+tensorflow

部分总结于b站教程：

https://www.bilibili.com/video/BV1Kp4y147Rw?from=search&seid=13022901087933539148&spm_id_from=333.337.0.0

主要步骤：

1.安装anaconda
2.安装pytorch/tensorflow
3.安装pycharm
4.安装tensorflow

1.安装Anaconda

参考教程：

https://www.jianshu.com/p/3084e62f51b1

Anaconda原理图:

base:也是一个环境，相当于一个大厅，也可以再base中安装包 anaconda 里装不同框架相当于新建不同的房间
包不要装在base里，放在新建的环境里

备注：在一个环境里不能装多个版本的同样的包

1.1在anaconda中建立新环境

删除环境：

conda remove -n envname --all

1.2安装环境的文件路径：

1.3激活环境命令：conda activate pytorch01

QA1: pytorch和tensorflow如何选择？

都是给人工智能领域开发的组件，可以用组件包里的API搭建神经网络，可以更方便、快捷、更系统 tensorflow1.0:
第一个框架，API、函数名很诡异，逻辑框架难理解 pytorch:
开发于tensorflow1.0之后，比tensorflow1.0更灵活好用 tensorflow2.0:
比1.0有了巨大的改进，应用性能和pytorch差不多 VS: 学术界青睐于pytorch, tensorflow在企业应用更广泛
所以不用纠结用哪个框架，都可以

2. 在新建的环境中部署pytorch
下载链接：

https://pytorch.org/get-started/locally/

QA2需要安装哪个版本的cuda?

2.1修改下载源
清华源用这个，up给的没有11.1

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 --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/
conda config --set show_channel_urls yes

中科大源：

conda config --add channels https://mirrors.ustc.edu.cn/anaconda/pkgs/main/
conda config --add channels https://mirrors.ustc.edu.cn/anaconda/pkgs/free/
conda config --add channels https://mirrors.ustc.edu.cn/anaconda/cloud/conda-forge/
conda config --add channels https://mirrors.ustc.edu.cn/anaconda/cloud/msys2/
conda config --add channels https://mirrors.ustc.edu.cn/anaconda/cloud/bioconda/
conda config --add channels https://mirrors.ustc.edu.cn/anaconda/cloud/menpo/
conda config --set show_channel_urls yes

备注：可以添加多个渠道的源
查看安装了哪些源：

conda config --show-source

2.2 输入安装命令时去除原安装命令中的下载渠道指令：

conda install pytorch torchvision torchaudio cudatoolkit=11.1 -c pytorch -c conda-forge

2.3 安装好后进图python检测cuda是否可以正常使用

备注: cuda 10.2 和11.1都安装成功了

3.安装PyCharm Community
PuCharm Pro和Com的区别：

4.安装tensorflow
修改pip下载源:

pip.ini具体配置：

[global]
timeout = 6000
index-url = https://pypi.tuna.tsinghua.edu.cn/simple
trusted-host = pypi.tuna.tsinghua.edu.cn

我们这里使用的镜像源是清华大学的镜像源，使用方法有两种，第一种是临时使用：

pip install -i https://pypi.tuna.tsinghua.edu.cn/simple some-package

第二种是将清华的镜像源设置为默认的镜像源：

pip install pip -U
pip config set global.index-url https://pypi.tuna.tsinghua.edu.cn/simple

运行结果