第三篇：创建深度学习所需的虚拟环境（Windows or Linux-ubuntu16.04）~《深度学习炼丹手册-本人亲身实践踏出来的一条成长之路》-3

问：为什么要创建虚拟环境呢？
答：如果不创建，在base上进行python包的安装，会使得前面安装的包与后续安装的包可能会产生冲突，例如 pytroch0.4.0和 pytorch120的冲突（很多工程需要包的版本不同，这是容易出错的地方之一）
问：如何创建虚拟环境？
答：请参考下文。

利用Anaconda创建虚拟环境

创建虚拟环境的方法有很多，这里只介绍用Anaconda创建，原因就不过多介绍了，具体可自行百度。

1、安装Anaconda

当然，在创建前需要安装好Anaconda，安装方法具体可参考本人前一篇博客：
第二篇：深度学习之CUDA配置指南（Linux-ubuntu16.04）

备注：这里需要注意下Windows下Anaconda的版本，推荐是5.3.1（默认python版本号：3.7）,更新的版本会默认安装更高的版本的python（可能某些包更新来不及，暂不支持高版本的python）。
参考链接：清华源Anaconda下载

2、换源

问：何为换源？
答：更换python-package源
问：为何要换源？
答：大部分的python-package源在国外，国内下载速度慢，除非你可以科学上网。
问：怎么换源？换什么源？
答：请看下文。默认更换为清华源

这里换源分成两部分，一是更换pip安装源，二是更换Anaconda源，Windows和Linux换源操作类似，本文也会一一讲解

2.1 pip换源

2.1.1 Windows更换源：

参考博客：
1、Windows 10平台下 pip 更换清华镜像源
2021年6月6日更新，经测试，清华源pip时不稳定，推荐阿里源

[global]

index-url = http://mirrors.aliyun.com/pypi/simple/ 

2.1.2 Linux更换源：

参考博客：
1、ubuntu下pip更换国内安装源，推荐阿里源

[global]

index-url = https://mirrors.aliyun.com/pypi/simple/ 

2.2 Anaconda换源

2.2.1 Windows更换源：

参考博客：
1、解决Anaconda出现CondaHTTPError: HTTP 000 CONNECTION FAILED for url问题
不管是Anaconda创建环境错误，还是需要更换Anaconda-package的源，都推荐换源，不过上面参考博客1：解决Anaconda出现CondaHTTPError: HTTP 000 CONNECTION FAILED for url问题出了一个问题，注意看我的评论，把https换成http即可。最新情况，清华后期不稳定，推荐阿里源一步到位：

• 阿里源（推荐）

conda config --add channels http://mirrors.aliyun.com/anaconda/pkgs/main

conda config --add channels http://mirrors.aliyun.com/anaconda/pkgs/r

conda config --add channels http://mirrors.aliyun.com/anaconda/pkgs/msys2

conda config --set show_channel_urls yes

• 清华源（不推荐）

conda config --add channels http://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/msys2/

conda config --add channels http://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge/

conda config --add channels http://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/

conda config --set show_channel_urls yes

其他步骤相同。

2.2.2 Linux更换源：

与2.2.1 Windows换源类似，只不过.condarc文件放置的目录不一样，在Home下按ctrl+H显示隐藏文件，即可找到对应.condarc文件进行修改。

3、创建虚拟环境

在Windows下和Linux下创建虚拟环境的命令都是相同的，即

conda create -n xxxname python=3.x
例如：
conda create -n pytorch120  python=3.7

如此就创建好了对应的虚拟环境，例子中创建了名为pytroch120的虚拟环境，附带的python版本为3.7，注意在Linux下，最好加上sudo，否则系统可能会提示没有权限。

附注

相关conda常用命令：

1、conda --version #查看conda版本，验证是否安装

2. conda create -n env_name package_name #创建名为env_name的新环境，并在该环境下安装名为package_name 的包，可以指定新环境的版本号，例如：conda create -n pytorch120 python=3.7 numpy pandas，创建了pytorch120环境，python版本为3.7，同时还安装了numpy pandas包

3. conda activate env_name #切换至env_name环境

4. conda deactivate #退出环境

5. conda env list #显示所有已经创建的环境

6. conda create --name new_env_name --clone old_env_name #复制old_env_name为new_env_name

7. conda remove --name env_name –all #删除环境
   or  
   conda env remove -n env_name

8. conda list #查看所有已经安装的包

9. conda install package_name #在当前环境中安装包
   or 
   pip install package_name  # 推荐用pip安装，谁用谁知道 

10. conda install --name env_name package_name #在指定环境中安装包

11. conda remove -- name env_name package #删除指定环境中的包

12. conda remove package #删除当前环境中的包

致谢

感谢以上所有参考博客的作者，是你们的实践减少了后来者所走的弯路，感谢。

上一篇：第二篇：深度学习之CUDA配置指南（Linux-ubuntu16.04）
下一篇：第四篇：深度学习之pytorch/tensorflow安装