使用Miniconda一行代碼配置Pytorch環境

安裝顯卡驅動

下載最新版的nvidia驅動安裝即可。

安裝miniconda

安裝anaconda同理，只需要下載對應的anaconda即可。我主要是不需要anaconda自帶的科學計算包，所以就選擇了miniconda

1. 在清華鏡像站中，下載miniconda

   # 清華鏡像站地址
   https://mirrors.tuna.tsinghua.edu.cn/help/anaconda/
   

2. 安裝miniconda，首先進入到安裝文件所在文件夾

   bash Miniconda3-latest-Linux-x86_64.sh
   

   在安裝的過程中，會問是否同意許可，輸入yes，之后會讓你選擇安裝在哪，如無特殊要求，直接回車，安裝在默認位置即可。

設置鏡像源

• 通過在修改在用戶目錄下的.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
  

• 如果不存在該文件，可以直接創建一個，再修改即可

  touch .condarc
  

安裝具體的深度學習環境

安裝tensorflow

• tensorflow-gpu版本

  # 使用哪個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
  

• 說明：

  • create：是在conda中創建一個虛擬環境，
  • -n：后面的tf-gpu是虛擬環境的名字

安裝keras

• keras

  conda install keras
  

安裝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