一文搞懂深度学习所有工具——Anaconda、CUDA、cuDNN

一、解释

1. Python是编程语言
2. Anaconda是包含了Python和其他深度学习中可能会用到的包
3. PyCharm是一个来编辑Python代码的工具
4. PyTorch是一个用来更快地计算Python的框架。
   打个比方，你想玩一款游戏，Python就是你要玩的游戏；Anaconda就是手机的应用商店/AppStore，包含你要玩的游戏，和其他你可能会玩的游戏；PyCharm就是手机/电脑的显示屏；PyTorch就是用来玩游戏的手柄（可以自己的习惯来选择不同品牌的手柄，就像选择是用PyTorch、Tensorflow还是Keras就一样）。

二、Anaconda

Anaconda是一个开源的Python发行版本，包含了包括Python、Conda、科学计算库等180多个科学包及其依赖项。因此，安装了Anaconda就不用再单独安装Python。

1. CUDA，在进行深度学习的时候，需要用到GPU，CUDA就是一个调用GPU的工具。只有NVidia显卡才能使用CUDA。现有的主流深度学习框架基本都是基于CUDA进行GPU加速的。
2. cuDNN，CUDA看作是一个工作台，上面配有很多工具，如锤子、螺丝刀等。cuDNN是基于CUDA的深度学习GPU加速库，有了它才能在GPU上完成深度学习的计算。它就相当于工作的工具，比如它就是个扳手。但是CUDA这个工作台买来的时候，并没有送扳手。想要在CUDA上运行深度神经网络，就要安装cuDNN，就像你想要拧个螺帽就要把扳手买回来。这样才能使GPU进行深度神经网络的工作。（https://www.jianshu.com/p/622f47f94784）

三、conda和pip的区别

1. conda和pip：
   1）conda：是包及其依赖项和环境的管理工具，包含于Anaconda的所有版本当中。适用于各种编程语言（Python, R, Ruby, Lua, Scala, Java, JavaScript, C/C++, FORTRAN）；
   2）pip：是用于安装和管理软件包的包管理器，这一点功能上和conda很像。但是pip仅适用于Python。

2. 二者区别：
   1）安装包时：
   conda：安装的时候会自动的安装相互兼容的包；
   pip：安装包时或许会直接忽略依赖项而安装，仅在结果中提示错误。
   2）多个环境管理：
   conda：可以很方便的切换各个自定义的环境；
   pip： 维护多个环境难度较大。
   3）对Python的影响：
   conda：安装、卸载、更新包的时候，不会影响系统自带的Python
   pip： 在系统自带Python中包的更新/版本/卸载将影响其他程序。
   （推荐使用conda去安装包）

四、Pytorch

PyTorch是一个框架，具有强大的GPU加速的张量计算，包含自动求导系统的深度神经网络，所以在深度学习的时候用PyTorch会比较快。

五、IDE（ Integrated Development Environment）集成开发环境

1. jupyter notebook 和spyder

jupyter notebook 和spyder是Anaconda中自带的IDE，这两个直接在Anaconda里面打开就行了，不用单独下载、安装、配置。1）jupyter notebook在运行代码时是一行一行的运行，每一行代码都会显示是否报错或者输出结果，起来比较直观。一般在运行比较简单的代码使用，方便代码的阅读和修改。上课的时候老师给我们讲解代码的时候会用来演示代码的运行过程；2)spyder是从头运行的，用的比较少，交作业的时候会用。

2. PyCharm

PyCharm有很多方便快捷的功能，页面也非常简洁，在用Python语言编写代码时可以提高效率，比如调试、语法高亮、项目管理、代码跳转、智能提示等。在使用时，需要先配置PyCharm里Python的运行环境，一般就选择Anaconda安装路径中的Python，这样就可以直接调用你在Anaconda安装的包了。还可以连上服务器。

3. 其他

当然，也还有很多其他的IDE，可以根据个人习惯选择工具。

六、下载安装

参考
【安装教程】——xshell服务器Ubuntu18.04安装anaconda、cuda、cudnn、pytorch
【安装教程】深度学习环境配置——Windows10 安装Anaconda、PyTorch