Linux系统安装miniconda搭建深度学习环境

1.下载Miniconda

我们直接去国内的清华源下载,下面是链接地址:https://mirrors.tuna.tsinghua.edu.cn/anaconda/miniconda/


下载完之后，我们开始安装

2.安装Miniconda

首先进入~/Downloads目录

我们完成了安装

执行换源操作

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

上图使用的是vim编辑文件，vim操作请参考：https://blog.csdn.net/qq_28168421/article/details/85241669

3.虚拟环境操作

创建虚拟环境

激活虚拟环境

安装函数库

如果下载速度慢的话，采用下面这种方式，用国内的阿里源

pip install numpy -i "https://mirrors.aliyun.com/pypi/simple"

退出虚拟环境

到这里我们就完成基本环境安装了

查看虚拟环境个数

缺少函数库报错解决方式

常用函数库

numpy==1.16.0
pandas
matplotlib
opencv-python
opencv-contrib-python
pillow
scikit-learn
scipy==1.4.1
jupyter
absl-py==0.7
notebook
tensorflow==2.3
tensorflow_datasets
torch==1.6.0
torchvision==0.7.0
-i "https://mirrors.aliyun.com/pypi/simple"

多个函数库安装