深度学习环境创建（tensorflow及pytorch）

此文以anaconda安装各种环境及软件包，用anaconda的好处是：cuda、cunn的安装一步到位，conda会自动搜索适配版本，而不用手动安装。工欲善其事，必先利其器，安装DNN环境前，先把各种镜像（可以理解为应用市场）从默认的国外源换成国内源，这里我选用清华的tuna。

1. conda换源

参考清华tuna官网: Anaconda 镜像使用帮助
windows下的.condarc位置：
C/用户/用户名/.condarc

linux下的.condarc位置：
~/.condarc
在default_channels中添加free channel会更全，比如free channel包含python==3.6：

.condarc:

channels:
  - defaults
show_channel_urls: true
default_channels:
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/r
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/msys2
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free
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
  pytorch-lts: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  simpleitk: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  # 如果需要使用其他第三方源（参考上方完整列表）
  # 例如 conda install -c pytorch-test，则可以添加
  #pytorch-test: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud

2. pip换源

windows下的pip配置文件位置：
C/用户/用户名/pip/pip.ini
没有pip目录就创建一个

linux下的pip配置文件位置：
~/.pip/pip.conf

pip.ini/pip.conf:

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

3. conda创建虚拟环境

创建DNN环境前，需要用conda创建相应python环境
例如要安装tensorflow==1.10.0，先去tensorflow官网查看这个版本的tf对应的python版本:

可以看到最高支持python==3.6，所以：

conda create -n tf_1_10 python==3.6

上式-n表示-name，即要创建的虚拟环境的名称

4.tensorflow-gpu安装

以安装tensorflow-gpu==1.10.0为例，先进入创建好的虚拟环境：

conda activate tf_1_10

安装tf：

conda install tensorflow-gpu==1.10.0

直接安装 tensorflow-gpu的好处是，不用再安装 tensorflow（CPU），因为tensorflow-gpu已经一步到位安装了tensorflow

tensorflow-gpu验证：

import tensorflow as tf
tf.test.is_gpu_available() 

最后一行显示true，即为安装成功

5.pytorch安装

以安装pytorch==1.10.0为例，使用官网命令：

# CUDA 11.3
conda install pytorch==1.10.0 torchvision==0.11.0 torchaudio==0.10.0 cudatoolkit=11.3 -c pytorch -c conda-forge

6.python包的安装

2022-11-10日更新：
最近一段时间安装python包时，感觉用pip会比conda顺利很多：

pip install package-name