深度学习平台的基本环境配置

1、说明

本教程基于具有GPU环境的平台搭建，其教程内容比较常规，也可以为其它环境搭建做参考
本教程主要安装内容版本：

• Anaconda3的版本为2020.07-Linux-x86_64
• python版本为3.7
• tensorflow-gpu 版本为1.15
• cuda版本为10.0
• cudnn版本为7.6.5

2、安装Anaconda3

（1）官网下载安装包，下载地址64位-linux

（2）在安装目录执行命令

bash /下载目录 /Anaconda3-2020.07-Linux-x86_64.sh

安装过程中，一路回车，一路yes

（3）将Anaconda添加到系统环境变量

编辑配置文件profile

vim /etc/profile

在该文件的末尾添加

#Anaconda 
export PATH=$PATH:/安装目录/anaconda3/bin

最后重新载入配置文件，输入命令

source /etc/profile

验证anaconda安装是否完成，命令行输入anaconda

anaconda

出现如下图即可

（4）将conda和pip的下载源修改为清华源

• 修改conda下载源在命令行执行命令：

conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/ 
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/
conda config --set show_channel_urls yes

通过以下命令查看是否修改成功

conda info

效果如下

最后通过修改 .condarc 文件将默认下载源关闭，在root目录下,先备份 .condarc 文件再修改

#备份
cp ~/.condarc ~/.condarc.bak

#修改，将文件内 “- default”一行删除即可
vim ~/.condarc 

最后只保留以下内容

再通过以下命令查看是否修改成功

conda info

效果如下，会发现它的默认源已经没有了

• 修改pip下载源

linux系统下要到用户的文件夹下新建目录.pip，并在目录新建配置文件pip.conf

mkdir ~/.pip 
cd ~/.pip 
vim pip.conf

在文件里添加内容:

[global] index-url=https://pypi.tuna.tsinghua.edu.cn/simple 
[install] trusted-host=pypi.tuna.tsinghua.edu.cn 
disable-pip-version-check = true 
timeout = 6000

完成后，试试

pip install <包名>

3.利用创建python虚拟环境并安装gpu版本的tensorflow 1.14

通过安装 gpu版本的tensrflow 可以同时安装相配套版本的cuda和cudnn

conda create -n <虚拟环境名称> python=3.7

#安装完成后，另开一个终端，再进入虚拟环境
conda activate <虚拟环境名称>

#安装tensorflow-gpu 1.14
conda install tensorflow-gpu==1.15

在安装tensorflow过程中会出先部分包下载安装出现问题，问题主要可能会集中于以下几个包的下载：

cudnn
numpy-base
cudatoolkit
mkl
tensorflow-base

此时可以将tensorflow安装命令（conda install tensorflow-gpu==1.15）多执行几次可续接失败之前的安装过程

安装 pytorch 1.2

#注意结尾不要用  -c pytorch，这样会导致无法用自定义设置的源下载pytorch
conda install pytorch==1.2.0 torchvision==0.4.0 cudatoolkit=10.0