深度学习环境搭建

目录

• Pytorch深度学习环境安装
• Tensorflow

首先需要使用Anaconda安装python环境，推荐使用Miniconda，Miniconda可以从以下两个网址进行下载，选择对应的版本安装即可。

• 清华源 https://mirrors.tuna.tsinghua.edu.cn/anaconda/miniconda/
• 官方 https://docs.conda.io/en/latest/miniconda.html

由于Anaconda的服务器在国外，使用Anaconda安装各种python库速度可能非常感人，需要替换conda的安装源，各系统都可以通过修改用户目录下的.condarc文件，Windows用户无法直接创建名为.condarc的文件，先执行conda config --set show_channel_urls yes生成该文件之后再修改。Windows系统在用户目录下找到.condarc文件，Ubuntu系统显示隐藏文件，用户目录下打开.condarc,替换如下内容：

channels:
  - defaults
show_channel_urls: true
default_channels:
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/r
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/msys2
custom_channels:
  conda-forge: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  msys2: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  bioconda: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  menpo: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  pytorch: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  pytorch-lts: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  simpleitk: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud

Pytorch深度学习环境安装

使用cat /usr/local/cuda/version.txt查看安装的CUDA版本，Note:nvidia-smi显示的是当前驱动推荐的CUDA版本，并不是安装的版本，根据安装的CUDA版本及对应的系统平台使用pytorch的安装命令安装Pytorch，Pytorch安装命令见官网：https://pytorch.org/get-started/locally/

官网默认使用Pytorch最新版本进行安装，假如需要安装旧版本的Pytorch，点击打开--> https://pytorch.org/get-started/previous-versions/
安装Conda环境时已经将conda的安装源替换为国内的清华源，直接命令安装即可，示例如下：

# CUDA 10.2
conda install pytorch==1.10.1 torchvision==0.11.2 torchaudio==0.10.1 cudatoolkit=10.2 -c pytorch

Tensorflow