Anaconda+tensorflow深度学习环境配置常用指令

系统类（命令提示栏中输入）

# 检查显卡驱动版本以及最高配CUDA版本
nvidia-smi

# 检查CUDA版本
nvcc --version

# 检查Anaconda版本
conda --version

Anaconda类（Anaconda prompt中输入）

# 显示当前所有环境的名称等信息
conda info --envs

# 删除指定环境（完全删除并且包括与之相关的所有包）
conda remove -n 环境名字 --all

# 删除某一环境中指定的包
conda remove -n 环境名字 包名

# 删除全局的pip缓存（例如安装失败的包的缓存，清盘内存好方法）
pip cache purge

# 复制环境
conda create --name 新环境名 --clone 原环境名

# 激活指定环境
conda activate 环境名称

# 安装环境并为其指定python版本
conda create -n 环境名称 python=x.x

# 在当前环境下安装指定tensorflow版本（cpu版本就去掉'-gpu'）
pip install tensorflow-gpu==x.x.x -i https://pypi.org/simple/
# 或者清华源
pip install tensorflow-gpu==x.x.x -i https://pypi.tuna.tsinghua.edu.cn/simple

# 在当前环境下验证tensorflow版本，返回版本号
python
import tensorflow as tf
print(tf.__version__)

# 在当前环境下验证是否能正确使用GPU
python
import tensorflow as tf
if tf.config.list_physical_devices('GPU'):
    print("GPU设备已识别!")
else:
    print("GPU设备未找到")

# 自动升级当前tensorflow版本（可加源）
pip install --upgrade tensorflow-gpu

# 卸载当前已经安装的tensorflow
pip uninstall tensorflow-gpu==x.x

# 安装jupyter和ipykernel（类似之前安装tf）
pip install jupyter -i https://pypi.tuna.tsinghua.edu.cn/simple
pip install ipykernel -i https://pypi.tuna.tsinghua.edu.cn/simple

# 在jupyter中安装一个新的python内核（在什么环境中执行就是什么内核）
# 例如python -m ipykernel install --user --name tensorflow-2.5-env --display-name "tensorflow2.5"
# 就是我为我目前的环境创建了一个内核，当我打开Jupyter notebook的时候显示的内核名字是tensorflow2.5
python -m ipykernel install --user --name 环境名称 --display-name "想要显示的名称"

# 启动jupyter notebook，直接在当前环境输入
jupyter notebook

# 显示jupyter的所有内核名称等信息
jupyter kernelspec list

# 删除指定的内核
jupyter kernelspec remove 内核名称

深度学习常用包（安装好环境后在环境中安装所需的包）

# 先进入指定的环境
activate 环境名称

# Keras: Keras是一个高层神经网络API，它可以运行在TensorFlow、CNTK或Theano之上。Keras容易上手，适用于快速实验。
pip install keras

# PyTorch: 是一个由Facebook AI Research Lab开发的开源机器学习库，与TensorFlow并列为最受欢迎的深度学习框架之一。
pip install torch torchvision

# Pandas: 是一个数据分析和操作的库，提供数据结构和操作大型数据集所需的工具。
pip install pandas

# Matplotlib: 是Python中一个基本的绘图库，用于绘制图形和图表。
pip install matplotlib

# Seaborn: 在Matplotlib的基础上进行了更高级的API封装，用于制作统计图形。
pip install seaborn

# OpenCV: 用于计算机视觉任务和图像处理的库。
pip install opencv-python

# Pillow (PIL Fork): 是Python Imaging Library的一个派生版本，用于打开、操纵和保存许多不同格式的图像文件。
pip install Pillow

# tqdm: 是一个快速、可扩展的Python进度条，可以在Python长循环中添加一个进度提示信息，用户只需要封装任意的迭代器 tqdm(iterator)。
pip install tqdm

# H5py: 用于处理HDF5二进制数据格式的Python库，非常适合存储大规模的数据集。
pip install h5py

# SciPy: 用于数学、科学和工程的库。SciPy构建在Numpy之上，提供大量的科学算法。
pip install scipy