深度学习环境配置

在实验室的服务器上配置自己的环境

实验室是1070ti+ubuntu 18.04，cudnn 7.6.5，CUDA=10.2
上面师兄师姐们已经安装过很多环境了，所以我直接用我觉得他们可以直接拿来用的环境重做我的。
比如说py368+tf-gpu1.13.1是在适用这台电脑的，那就决定装他啦。
cudaa和cuda还有GPU的驱动因为已经有了，所以我要做的就是新建环境和装需要的tf。
pip install tensorflow-gpu1.13.1，尝试了好多次，都是安装失败
也是绝望，在确定自己自己的做法是没错的前提下，今天突发奇想conda install，竟然一遍成功！！
conda install tensorflow-gpu1.13.1

nvidia-smi -l查看GPU状态、情况
tensorflow：
tflzh: tensorflow 1.13.1, python 3.6.8
tf_gpu: tensorflow 1.15.0, python 3.7.9
pytorch：
已有：py37 ： pytorch 1.3.0, python 3.7.5
base：pytroch 1.7.0, python 3.7.3

py27 ： pytorch 1.3.1, python 2.7.17
112：base python 373 cuda(toolkit)10.2.89_cudnn7.6.5 pytorch 1.7.0
119服务器，py37torch11 python 379, torchvision==0.5.0 cudatoolkit 10.1.243 cudnn7.6.3 pytorch 1.7.0

1.conda create -n pytlzh python=3.7
2.conda install pytorch torchvision torchaudio cudatoolkit=10.2 -c pytorch 官网指令解决
3.conda remove -n rcnn --all