【备忘】anaconda环境下安装pytorch或tensorflow

如果需要使用jupyter notebook，直接看第3点

1.新创虚拟环境并激活

conda create -n xxx python=版本号
conda activate xxx //xxx为环境名

2. 

(1)CPU版
Pytorch:

conda install pytorch torchvision torchaudio cpuonly -c https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/win-64/

TensorFlow:

pip install tensorflow==xxx -i https://pypi.tuna.tsinghua.edu.cn/simple

(2)GPU版
Pytorch:
升级显卡驱动，用nvidia-smi指令查看cuda版本，保证此版本大于等于安装的Pytorch的cuda版本，其他安装指令可去pytorch官网查看

conda install pytorch torchvision torchaudio cudatoolkit=11.3 -c https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/win-64/

TensorFlow:

安装tensorflow-gpu=2.2.0

pip install tensorflow-gpu==2.2.0 -i https://pypi.tuna.tsinghua.edu.cn/simple

conda install cudatoolkit=10.1

conda install cudnn=7.6.5

安装tensorflow-gpu=2.4.0，使用python版本为3.7或者3.8

conda install cudatoolkit=11.0

两种装cudnn的方式

①搜索conda-forge通道下的cudnn版本，找到合适版本进行安装 

conda search cudnn -c conda-forge

conda install cudnn==8.0.5.39 -c conda-forge

② cuDNN Archive | NVIDIA Developer ----cudnn下载链接，选择适合版本下载。

 下载后解压如图所示

 找到自己创建的anoconda虚拟环境所在位置，复制文件夹中的文件进去

tensorflow对应python，cuda，cudnn版本：

tensorflow对应keras版本：

pip install keras==2.3.1 -i https://pypi.tuna.tsinghua.edu.cn/simple

3.安装jupyter notebook

jupyter notebook：下载anaconda —— 创建激活虚拟环境 —— 在虚拟环境中创建 jupyter notebook 内核包 —— 创建内核 —— 再在虚拟环境中安装pytorch或tensorflow（注意：创建内核和安装pytorch或tensorflow的顺序不能换，否则即使jupyer notebook有了这个虚拟环境，import torch依然会显示不存在）

(1)先创建好虚拟环境并激活

conda create -n xxx python=版本号
conda activate xxx //xxx为环境名

(2)在虚拟环境中创建 jupyter notebook 内核包ipykernel

conda install -n xxx ipykernel //xxx为环境名

(3)在虚拟环境中创建新的内核

python -m ipykernel install --user --name pytorch --display-name "pytorch"

一般虚拟环境名字和内核名字相同

(4)最后按第2点安装cpu或gpu版的pytorch或tensorflow

4.(可选)安装常用包

pip install numpy pandas matplotlib scikit_learn jupyter -i https://pypi.douban.com/simple/

5.关联Jupyter Notebook和conda的环境和包

conda install nb_conda