安装anaconda-框架-cuda-vscode笔记
title
- windows版
-
- anaconda下载安装
- 修改镜像源
- conda常用安装命令
- cuda安装
- 安装实战
- ubuntu18.04版
-
- 开始安装
- 修改镜像源
- conda常用安装命令
- 安装实战
- 关于vscode
windows版
anaconda下载安装
清华园里找anaconda。
安装教程一步一步来。
参考新建环境并安装tensorflow
修改镜像源
pip安装工具
补充：如果等不了境外下载速度，可以果断切换为清华园镜像。（真香）
就算pip更新
1、临时修改
在后边儿临时加：-i https://pypi.tuna.tsinghua.edu.cn/simple
2、永久修改 添加了配置文件
C:\Users\Administrator\AppData\Roaming\pip\pip.ini文件
pip install pip -U
pip config set global.index-url https://pypi.tuna.tsinghua.edu.cn/simple
conda安装工具
win10以下命令可以切换anaconda的镜像源。
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/pro/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/msys2/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/bioconda/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/menpo/
//这一步挺关键，貌似每次打开命令行，都得重新来一遍
conda config --set show_channel_urls yes
其实就是配置了C:\Users\Administrator\.condarc这个文件
conda常用安装命令
conda info --envs
conda create -n name python=3.7 创建环境
conda remove -n name --all 卸载环境
cuda安装
参考文章
本人使用的版本：
Geforce 930M显卡
cuda_10.2.89_441.22_win10
cudnn-10.2-windows10-x64-v8.2.1.32
- 检查自己显卡适合的cuda版本，兼容性还是可以的。
英伟达-显卡链接 - 安装cuda
cuda为显卡提供深度学习相关的运算库。
英伟达cuda下载链接
cuda_10.2.89_441.22_win10.exe
安装过程-自定义选项-好像只安装CUDA组件即可，本人看了另一篇文章，除了图中的Visual Studio integration组件其他都安装了。还有的文章安装完添加环境变量的，本人也没管，貌似新版本自动添加了，不管了，问题不大。
安装完成，在终端查看是否安装成功
nvcc -V或nvcc --version
- 安装cudnn
cudnn完善深度学习相关运算库，用于协助cuda。
英伟达cudnn下载链接
cudnn-10.2-windows10-x64-v8.2.1.32.zip
将解压后的bin文件夹、include文件夹、lib文件夹复制到CUDA的安装目录里面，达到“如虎添翼”之效果。 - 安装pytorch-gpu版本
推荐使用conda安装命令，最好前边把conda和pip的源都换成清华源，不然下载到猴年马月了。
pytorch官网
在自己的anaconda环境里安装命令，目前使用python3.6环境：
#去掉-c pytorch，否则还是使用国外源，下载龟速
conda install pytorch torchvision torchaudio cudatoolkit=10.2
接下来在编写程序时就能调用gpu啦。
安装实战
在新建环境下载tensorflow:
pip install tensorflow==2.0.0-alpha0 -i https://pypi.tuna.tsinghua.edu.cn/simple
另外，执行以下命令，下载pytorch
pytorch官网查看下载命令.
conda install pytorch torchvision torchaudio cpuonly //去掉-c pytorch 使用自己的镜像源
安装.whl轮子命令
//pip安装命令
pip install (software_name) -i https://pypi.tuna.tsinghua.edu.cn/simple
//conda给某个环境安装命令
conda install --name (env) (software_name) -y
其实conda和pip一样，都是一种下载工具。
如果遇到问题：使用TensorFlow时报错FutureWarning: Passing (type, 1) or ‘1type’ as a synonym of type is deprecated; in a future version of numpy…
报错原因：numpy1-17-0版本过高，使用numpy-1.16-0版本即可。
pip install numpy==1.16.0 -i https://pypi.tuna.tsinghua.edu.cn/simple
anaconda的作用：本来普通的装个python3.9啥的就是一个python环境，可以运行python环境，但是现在有了anaconda，直接就能管理多个python环境，一个base主环境，可以自己创建python3.6环境或者python3.7环境，所以很方便啦。
如果遇到什么问题，现搜吧。
ubuntu18.04版
开始安装
清华园下载：选择linux_x86_64版本
进入命令行版安装程序，基本都是回车+yes。
bash Anaconda3-2021.05-Linux-x86_64.sh
安装过程：
1 输入回车键确认安装；
2 阅读Anaconda最终用户许可协议，按下回车浏览完信息；
3 问我们是否接受该协议，只能接受了，输入yes；（Do you accept the license terms? [yes|no]）
4 提示安装到以下位置，回车确认即可；（Anaconda3 will now be installed into this location:）
5 是否加入环境变量，通常是选择yes的；这个根据自己情况选择，如果经常用conda环境开发，建议选择yes（Do you wish the installer to initialize Anaconda3 in your /home/linuxidc/.bashrc ? [yes|no]）
心得：
anaconda3安装在了~/anaconda3目录下
环境装到了~/.bashrc里，使用source .bashrc激活该环境变量
修改镜像源
- conda安装工具
//换源 也是最终配置到了~/.condarc文件
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --set show_channel_urls yes
- pip安装工具
//换源 就是配置到了~/.pip/pip.conf
//文件内容
[global]
index-url = https://pypi.tuna.tsinghua.edu.cn/simple
trusted-host = pypi.tuna.tsinghua.edu.cn
conda常用安装命令
//查询命令
conda list 查看安装了哪些包。
conda env list 或 conda info -e查看当前存在哪些虚拟环境
conda -V 查询conda版本
conda -h 查询conda的命令使用
//创建命令 和windows一样
conda create -n your_env_name python=X.X 创建环境
conda remove -n your_env_name(虚拟环境名称) --all 删除环境
conda/source activate your_env_name 切换环境
安装实战
安装tensorflow
conda create -n randlanet python=3.5
source activate randlanet
pip install -r helper_requirements.txt
sh compile_op.sh
关于vscode
vscode+tensorflow_cpu_gpu安装教程
基本上有一个环境的这么个概念，满足:
1、windows环境变量->anaconda->分支python环境。
2、vscode pythonpath->分支python环境对应的编译器（python环境目录）。
pylint问题：
pylint(import-error)解决办法1
pylint(import-error)解决办法2
最终调试的vscode setting.json代码：
1、python.exe选择
选择自己安装的那个环境下的python.exe即可。
2、run coder部分
"python.pythonPath": "D:\\0_install\\Anaconda3\\envs\\Tens\\python.exe",
"code-runner.executorMap": {
"python": "set PYTHONIOENCODING=utf8 && D:\\0_install\\Anaconda3\\envs\\Tens\\python.exe",
},
//终端部分
"terminal.integrated.shell.windows": "C:\\WINDOWS\\System32\\cmd.exe",
3、代码规范部分设置
首选项 -> 设置，搜索关键字lint，使能或选择相关规范软件的配置。
可安装pylint、flake8等代码规范软件。
"D:\\0_install\\Anaconda3\\envs\\Tens\\Scripts\\pylint.exe\""
vscode相关配置：基本逃不脱以下两个地方
- 首选项 -> 设置
- ctrl+shift+p -> 打开设置（json）
通过以上问题，我得知，vscode的面板上任何插件的选项设置，设置完毕，基本都在setting.json文件中有代码体现（背景、run coder、pylint等）。
vscode常用插件：
1)、 C/C++，这个肯定是必须的。
2)、 C/C++ Snippets，即 C/C++重用代码块。
3)、 C/C++ Advanced Lint,即 C/C++静态检测 。
4)、 Code Runner，即代码运行。
5)、 Include AutoComplete，即自动头文件包含。
6)、 Rainbow Brackets，彩虹花括号，有助于阅读代码。
7)、 One Dark Pro， VSCode 的主题。
8)、 GBKtoUTF8，将 GBK 转换为 UTF8。
9)、 ARM，即支持 ARM 汇编语法高亮显示。
10)、 Chinese(Simplified)，即中文环境。
11)、 vscode-icons， VSCode 图标插件，主要是资源管理器下各个文件夹的图标。
12)、 compareit，比较插件，可以用于比较两个文件的差异。
13)、 DeviceTree，设备树语法插件。
14)、 TabNine，一款 AI 自动补全插件，强烈推荐，谁用谁知道！