深度学习环境搭建

一、Anaconda配置

镜像下载：
https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/

创建虚拟环境
创建一个名称为test的虚拟环境，如下：

conda create -n test python=3.7

进入创建的虚拟环境

conda activate test

离开环境

conda deactivate

列举所有环境

conda env list
conda info -e

删除虚拟环境

conda remove --name test --all

其中，test是要删除的虚拟环境名称，这将删除里面所有包和环境

删除某个包而不是整个环境

conda remove --name <env_name> <package_name>

或者

conda uninstall <package_name>

二、深度学习框架

pytorch
tensorflow
百度飞桨paddle

cuda配置

查看本地支持的cuda版本，在cmd中输入命令：

NVIDIA-smi

下载安装CUDA和cuDNN

CUDA toolkit官方下载地址：
https://developer.nvidia.com/cuda-toolkit-archive
cuDNN官方下载地址：
https://link.zhihu.com/?target=https%3A//developer.nvidia.com/rdp/cudnn-archive

2.1 pytorch配置

(1)pytorch gpu版安装

给当前虚拟环境中安装cudatoolkits10.2和对应的cudnn，在main和conda-forge频道中寻找要安装的软件包

conda install cudatoolkit=10.2 cudnn -c conda-forge

太慢的话换成镜像

conda install cudatoolkit=10.2 cudnn -c https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/

安装对应cuda10.2版本的pytorch

pip install torch==1.8.1+cu102 torchvision==0.9.1+cu102 torchaudio==0.8.1 -f https://download.pytorch.org/whl/torch_stable.html -i https://pypi.tuna.tsinghua.edu.cn/simple/ some-package --trusted-host mirrors.aliyun.com

测试是否成功：
先输入python，然后键入代码

import torch
torch.cuda.is_available()

运行结果为"true"表示成功

(2)pytorch cpu版本安装

conda install pytorch torchvision torchaudio cpuonly -c pytorch

测试是否成功：
先输入python，然后键入代码

import torch
print(torch.rand(3,3))

2.2 tensorflow配置

(1)tensorflow gpu版本安装

进入虚拟环境，并输入以下指令安装python和Tensorflow-gpu版本：

conda install --channel https://mirrors.ustc.edu.cn/anaconda/pkgs/main/ python=3.7 tensorflow-gpu==2.1.0

测试是否安装成功。输入“python”后，然后键入代码

import tensorflow as tf
print("Num GPUs Available: ", len(tf.config.experimental.list_physical_devices('GPU')))

(2)tensorflow cpu版本安装

进入虚拟环境，输入以下命令安装python和tensorflow（CPU版）：

conda install --channel https://mirrors.ustc.edu.cn/anaconda/pkgs/main/ python=3.7 tensorflow==2.1.0

测试是否安装成功。输入“python”后，然后键入代码

import tensorflow as tf
import os
os.environ['TF_CPP_MIN_LOG_LEVEL']='2'
print(tf.reduce_sum(tf.random.normal([1000, 1000])))

2.3 paddle配置

(1)paddle gpu版本安装

安装paddlepaddle（GPU版本），CUDA10.1以及与之配套的cuDNN

conda install paddlepaddle-gpu==2.2.2 cudatoolkit=10.1 --channel https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/Paddle/

测试是否安装成功,输入“python”后，键入代码

import paddle
paddle.utils.run_check()

(2)paddle cpu版本安装

进入虚拟环境，输入以下命令安装：

conda install paddlepaddle==2.2.2 --channel https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/Paddle/