Mac系统搭建深度学习环境详细教程

Anaconda 和 Miniconda作用是一样的，装一个即可。
安装过程是一样的，下面以Miniconda为例编写的教程。

下载Miniconda

Miniconda的官网：https://docs.conda.io/en/latest/miniconda.html

官网下载速度慢，直接去清华镜像网站下载红框，框出来的版本：https://mirrors.tuna.tsinghua.edu.cn/anaconda/miniconda/

安装Miniconda

将下载好的Miniconda文件放到home目录下

出现许可协议，如下图：

提示：安装需要时间，请耐心等待

虚拟环境常用操作

更换国内源（国外的同学请忽略此步）

执行：vim .condarc，将以下内容复制到.condarc文件中

channels:
  - defaults
show_channel_urls: true
channel_alias: https://mirrors.tuna.tsinghua.edu.cn/anaconda
default_channels:
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/r
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/pro
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/msys2
custom_channels:
  conda-forge: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  msys2: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  bioconda: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  menpo: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  pytorch: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  simpleitk: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud

vim操作命令请参考：https://blog.csdn.net/qq_28168421/article/details/85241669

创建虚拟环境

指令：conda create -n tf2 python=3.6 -y

查看虚拟环境

指令：conda env list

激活虚拟环境

指令：source activate tf2

安装函数库

指令：pip install numpy，安装numpy

如果下载速度较慢，可以采用下面的安装命令，采用国内的阿里源

pip install numpy -i "https://mirrors.aliyun.com/pypi/simple"

退出虚拟环境

指令：conda deactivate

常用函数库安装

numpy 
dataclasses 
pandas 
matplotlib 
opencv-python 
opencv-contrib-python 
pillow 
scikit-learn 
scipy 
absl-py==0.9 
tensorflow 
tensorflow_datasets
torch==1.6.0
torchvision==0.7.0
-i "https://mirrors.aliyun.com/pypi/simple"

同时安装多个函数库

第一种方法：

pip install numpy dataclasses pandas matplotlib opencv-python opencv-contrib-python pillow scikit-learn scipy absl-py==0.9 tensorflow tensorflow_datasets -i "https://mirrors.aliyun.com/pypi/simple"

第二种方法：

创建一个txt文件，命名为requirements.txt

此图与常用库不符，只作为参考
创建好requirements.txt，将常用函数库的代码复制进去即可。

wq退出并保存

在终端执行指令：pip install -r requirements.txt

其他操作

缺少函数库报错的解决方案

举例说明，缺少什么函数库，就安装什么即可，如下图所示：

删除虚拟环境

指令：conda remove -n tf2 --all

此操作了解即可，不必操作，一般是不会删除虚拟环境的

到这里利用miniconda搭建深度学习环境就结束了，如果有哪里错误或者更好的方法，欢迎大家留言^_