windows 搭建深度学习环境

1 安装AnaConda 或者 MiniConda

• 安装AnaConda和MiniConda其中一个即可，安装过程是一样的，以Anaconda举例说明。
• 安装步骤：
  （1）下载 Anaconda ：官网 或者 清华镜像网站
  （2）下载需要的版本即可，安装的时候注意最好使用默认路径，更换路径的话不要有中文，一定要勾选添加环境变量！
  （3）安装好后可以添加国内源：打开Anaconda自带的命令行：Anaconda pormpt ；执行：conda config --set show_channel_urls yes；.condarc文件在C:\Users\Administrator目录下；将下述内容替换到.condarc文件，.condarc文件用记事本打开。

channels:
  - defaults
show_channel_urls: true
channel_alias: https://mirrors.tuna.tsinghua.edu.cn/anaconda
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
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/pro
  - 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
  simpleitk: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud

2 创建虚拟环境

• 创建：conda create -n tf2 python=3.6 -y （ tf2 为虚拟环境名，-y 确认安装默认的工具包）
• 查看：conda info -e 或者 conda env list
• 激活：conda activate tf2

3 安装函数库

• 函数库主要有：基本函数库、tensorflow、pytorch、等等。
• 基本命令：pip install -- 或者 conda install --
• 安装方法，建议使用 requirements.txt 安装，方法如下：
  （1）创建一个txt文档，命名为：requirements.txt ，将需要安装的函数库名称写到里面即可（下面是深度学习用到的基本函数库）：

numpy
dataclasses
pandas
matplotlib
opencv-python==3.4.2.17
opencv-contrib-python==3.4.2.17
pillow
sklearn
scipy
jupyter
notebook
absl-py==0.9
tensorflow
tensorflow_datasets
-i "https://mirrors.aliyun.com/pypi/simple"

注意：由于我们这里安装的是tensorflow-gpu 版本，所以记事本里面是gpu版本，除tensorflow函数库的安装有区别，其他的与常用函数库安装一致。
（2）安装方式，进入到保存 requirements.txt 文件的目录，打开命令行，用 cd 命令进入目录，再执行指令 pip install -r requirements.txt 即可安装函数库！
（3）安装tensorflow-gpu版本，还应当安装：cudatoolkit 和 cudnn : conda install cudatoolkit==10.1.243 cudnn
（4）以上就装好了基本函数库和tensorflow-gpu 2.3版本

• pytorch安装：

4 Pycharm中配置安装的虚拟环境，进行开发

• pycharm 中也可以打开 jupter notebook, 然后就是当前pycharm目录和环境，方便代码调试！