Linux配置深度学习环境tensorflow、pytorch

本文用以记录Linux系统配置深度学习环境，及未来会碰到的各种问题。

2020.11.25

对于Anaconda的安装，使用离线安装的方式。进入Anaconda官网（下载地址）下载Linux版本的离线安装包Anaconda3-5.3.1—Linux-x86_64.sh。随后将其复制到Linux对应的目录下。

• bash Anaconda3-5.3.1-Linux-x86_64.sh，一路yes即可完成安装。

• conda --version可以查看所安装的anaconda的版本信息。

• 创建虚拟环境 conda create -n tf python=3.7，激活conda虚拟环境 conda activate tf。

• 由于国内访问国外的节点速度较慢，所以更换conda源，选择北京外国语大学的镜像站。修改condarc配置文件，vi ~/.condarc打开

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

:wq退出，运行conda clean -i清除索引缓存，保证用的是镜像站提供的索引。这样我们就把conda源换成国内的镜像，可以显著提高下载的速度。

• 安装tensorflow，我们选择安装gpu版本的tensorflow conda install tensorflow-gpu，末尾不加版本号会自动安装最新版本，在tensorflow2.0以后，安装时会自动下载cudatoolkit和cudnn而不需要我们再手动安装。
• 安装pytorch，conda install pytorch即可完成安装。
• 在终端输入python进入python环境，导入tensorflow和pytorch包，不会报错，说明安装成功。

import tensorflow as tf
import torch