使用Miniconda一行代码配置Pytorch环境

安装显卡驱动

下载最新版的nvidia驱动安装即可。

安装miniconda

安装anaconda同理，只需要下载对应的anaconda即可。我主要是不需要anaconda自带的科学计算包，所以就选择了miniconda

1. 在清华镜像站中，下载miniconda

   # 清华镜像站地址
   https://mirrors.tuna.tsinghua.edu.cn/help/anaconda/
   

2. 安装miniconda，首先进入到安装文件所在文件夹

   bash Miniconda3-latest-Linux-x86_64.sh
   

   在安装的过程中，会问是否同意许可，输入yes，之后会让你选择安装在哪，如无特殊要求，直接回车，安装在默认位置即可。

设置镜像源

• 通过在修改在用户目录下的.condarc文件：

  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/free
    - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/r
  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
    simpleitk: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  

• 如果不存在该文件，可以直接创建一个，再修改即可

  touch .condarc
  

安装具体的深度学习环境

安装tensorflow

• tensorflow-gpu版本

  # 使用哪个tensorflow版本都行
  conda create -n tf-gpu python=3.6 tensorflow-gpu
  
  # 比如使用tensorflow1.13版本
  conda create -n tf-gpu python=3.6 tensorflow-gpu=1.13
  

• tensorflow-cpu版本

  conda create -n tf-cpu python=3.6 tensorflow
  

• 说明：

  • create：是在conda中创建一个虚拟环境，
  • -n：后面的tf-gpu是虚拟环境的名字

安装keras

• keras

  conda install keras
  

安装Pytorch

• Pytorch-gpu版本

   conda create -n pyt-gpu python=3.6 pytorch torchvision cudatoolkit=10.1 -c pytorch
  

• pytorch-cpu版本

   conda create -n pyt-cpu python=3.6 pytorch-cpu torchvision-cpu -c pytorch