深度学习环境配置指南！（Windows、Mac、Ubuntu全讲解）

↑↑↑关注后"星标"Datawhale

每日干货 & 每月组队学习，不错过

 Datawhale干货 

作者：伍天舟、马曾欧、陈信达

入门深度学习，很多人经历了从入门到放弃的心酸历程，且千军万马倒在了入门第一道关卡：环境配置问题。俗话说，环境配不对，学习两行泪。

如果你正在面临配置环境的痛苦，不管你是Windows用户、Ubuntu用户还是苹果死忠粉，这篇文章都是为你量身定制的。接下来就依次讲下Windows、Mac和Ubuntu的深度学习环境配置问题。

一、Windows系统深度学习环境配置

系统：Win10  64位操作系统

安装组合：Anaconda+PyTorch(GPU版)+GTX1060

开源贡献：伍天舟，内蒙古农业大学

1.1 打开Anaconda Prompt

1、conda create -n pytorch python=3.7.0：创建名为pytorch的虚拟环境，并为该环境安装python=3.7。

2、activate pytorch：激活名为pytorch的环境

1.2 确定硬件支持的CUDA版本

NVIDIA控制面板-帮助-系统信息-组件

2020年5月19日16:46:31，我更新了显卡驱动，看到我的cuda支持11以内的

1.3 确定pytorch版本，torchvision版本

进入pytorch官网：https://pytorch.org/get-started/locally/

因为官方源太慢了，这里使用清华源下载

1.4 镜像中下载对应的安装包

清华镜像：

https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/win-64/

pytorch：

torchvision：

1.5 本地安装

接着第一步，在pytorch环境下进行安装，依次输入如下指令。

然后回到虚拟环境所在目录，用conda install anaconda安装环境所需的基础包

1.6 测试

代码1：

from future import print_function
import torch
x = torch.rand(5, 3)
print(x)

输出类似于以下的张量：

代码2：

import torch
torch.cuda.is_available()

输出：True

如果以上两段代码输出无异常，表明环境搭建成功。

1.7 遇到的问题

• 用下面命令创建虚拟环境报错

conda create -n py37_torch131 python=3.7

【解决方法】https://blog.csdn.net/weixin_42329133/article/details/102640763

环境会保存在Anaconda目录下的envs文件夹内

• PackagesNotFoundError: The following packages are not available from current channels
  

【解决方法】：

https://www.cnblogs.com/hellojiaojiao/p/10790273.html

• conda下载太慢问题

【解决方案】https://mirror.tun