深度学习框架安装

---

前言：
  安装anaconda，深度学习框架（pytorch和tensorflow），并成功使用jupyter（jupyter经常报错）是入门深度学习比较困难的一步，开始学习深度学习的人都懂，我也不例外，在挣扎一个星期后，本人成功地把pytorch，tensorflow，jupyter notebook，jupyter lab等安装成功，并能正确运行代码，所以写文章来分享方法，避免后来者走弯路。现在是2022年4月21日，可能只对当下一段时间有用。

---

一、安装miniconda

  🐳下载miniconda：miniconda下载地址

  🐳为什么不用anaconda呢？ 首先anaconda因为安装了几千个python包，占用内存大，可能还有一些python包用不到，其次，如果把tensorflow安装在anaconda的base环境中时，还有可能出现包冲突。miniconda只包含必要的python和conda，没有图形化界面，十分小。但需要某些包时，可以通过pip install 包名 或 conda install 包名安装，也很方便。

二、使用 conda 安装本地下载的包

  🐳有时候直接利用命令行从网上下载，由于外网速度慢的问题，常常出现下载一些包时，中断的问题。这时先下载出文件包，在把包中的文件安装到相应的地方，是一个很好的解决办法。

  🐳下载的包，可以放在 anaconda/pkgs 下（conda install 缓存文件的路径）

  🐳一般下载下来的包是 .bz2 格式

conda install --use-local 包的路径
# 路径可以用绝对路径，也可以在 pkgs 文件夹下执行命令（这时用的是包名）

三、安装Tensorflow

  🐳安装tensorflow十分简单，一行代码搞定！

  🐳在下载之前要明白自己有什么版本的 tensorflow，那有人就会问：怎么知道要安装什么版本呢？

3.1 查看自己的电脑是否能用GPU（有没有NVIDIA显卡）

• 有英伟达显卡，驱动是最新版，可以下载gpu版。可以打开 GeForce Experience ，打开驱动程序，更新驱动到最新版，就可以了，有博文有下载驱动安装包，这完全没有必要！不用再下载 CUDA和cudnn包，因为tensorflow自带了，如果安装tensorflow跳过了它们，再自己安装！

• 用代码查看是否有英伟达显卡
  打开终端，运行下面代码：（如果有下图的结果显示的话，说明有显卡，可以安装GPU版本）

nvidia-smi

更进一步，可以执行下面代码，查看自己电脑的显卡型号

nvidia-smi -L

• 其他情况，直接安装 cpu 版
• 一般情况下安装最新版，这里最新版是 2.6.0 版的

3.2 正式安装tensorflow

  🐳打开Anaconda Prompt ， 输入下面的代码，如果要 gpu ，就在 tensorflow 后面加上 -gpu ，这里下载 2.6.0 版本的，直接 yes 安装

conda install tensorflow-gpu==2.6.0 或 
conda install tensorflow==2.6.0

  🐳如果出现下图的情况，只要再运行一遍 conda install tensorflow-gpu==2.6.0 或conda install tensorflow==2.6.0 即可。如果还是不行，再运行多几遍 （我是运行五六遍吧，才成功，与网速有关）

  🐳判断gpu版是否安装成功，cpu版跳过

3.3 下载相应的科学数据包

  🐳打开Anaconda Prompt，这里用到了豆瓣源！

pip install pandas matplotlib notebook sklearn -i https://pypi.douban.com/simple/

3.4 运行jupyter notebook

  🐳打开jupyter notebook： 打开Anaconda Prompt

jupyter notebook

  🐳如果运行不了，我这里的问题是pyzmq版本过高，所以我卸载高版本的pyzmq这个python包，重新下载低版本的pyzmq包。jupyter 这个软件很怪，可能你并没有报错，就跳过这一步！，2022年4月21日，现在我运行jupyter notebook时，发现不用降低pyzmq版本也可以运行了，可能是官方解决了这个问题！！！如过你不用运行下面的代码也能运行！那就把下面的代码给忽略。

pip uninstall pyzmq
pip install pyzmq==19.0.2

3.5 运行jupyter lab

  🐳安装jupyter lab： 打开Anaconda Prompt

pip install jupyterlab -i https://pypi.douban.com/simple/

  🐳打开jupyter lab： 打开Anaconda Prompt

jupyter lab

  🐳如果运行不了，打开Anaconda Prompt

pip uninstall pyzmq
pip install pyzmq==19.0.2

四、安装pytorch

4.1 创建虚拟环境

  🐳我们最好避免pytorch与tensorflow深度学习框架起冲突，所以将pytorch安装再一个虚拟环境中，tensorflow环境和pytorch环境就不会起冲突！

conda create -n 虚拟环境名称 python=版本名称
# 例子：
# conda create -n pytorch python=3.9

  🐳打开虚拟环境： 打开Anaconda Prompt

conda activate 虚拟环境名称
# 例子
# conda activate pytorch

  🐳查看虚拟环境：

• 括号中就说明：有两个环境，一个是base（主环境），一个是pytorch（你创建的虚拟环境）

• 在你的miniconda安装路径下的enve文件夹下会有你创建的虚拟环境文件夹

• 使用代码查看，这里有三个环境：base（主环境），smu环境和yolov5环境

conda info --env

4.2 换清华源（可以用也可以不用）

  🐳换源可以加快下载速度，但2022年4月24日前本人没有试过，本小节参考其他博文，链接，不过大家可以试试。

  🐳首先进入 pytorch 环境

conda activate pytorch

  🐳换源：

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 --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/
conda config --set show_channel_urls yes

  🐳安装 pytorch 时要注意不要复制后面 -c 的内容，不然用不了清华源。可以和下面不用清华源的作对比。

# 参考
conda install pytorch torchvision torchaudio cudatoolkit=11.3

4.3 正式安装pytorch

  🐳pytorch下载代码：网址

  🐳该代码要在虚拟环境中运行，打开虚拟环境：打开Anaconda Prompt

conda activate 虚拟环境名称
# 例子
# conda activate pytorch

  🐳下载pytorch

# 要在pytorch官网中找对应的代码
不一定是这个：conda install pytorch torchvision torchaudio cudatoolkit=11.3 -c pytorch

4.4 为 pytorch 添加 jupyter 内核

  🐳这一步是最最关键的，它在乎你是否能用 jupyter notebook 或 jupyter lab 运行 pytorch!

4.4.1 在pytorch环境中安装 ipykernel 这个python包

  🐳打开Anaconda Prompt，注意是在base环境下运行代码

conda install -n pytorch ipykernel

  🐳如果有pyzmq的问题，打开虚拟环境，运行下面代码

conda activate 虚拟环境名称
# 例子
# conda activate pytorch

pip uninstall pyzmq
pip install pyzmq==19.0.2

4.4.2 在pytorch这个虚拟环境中配置jupyter内核

  🐳打开虚拟环境：打开Anaconda Prompt

conda activate 虚拟环境名称
# 例子
# conda activate pytorch

  🐳添加内核

python -m ipykernel install --user --name 虚拟环境名称 --display-name "名字"
# 例子
# python -m ipykernel install --user --name pytorch --display-name "pytorch"

4.4.3 选择能运行pytorch深度学习框架的jupyter内核

  🐳打开jupyter notebook

  🐳选择pytorch

  🐳新建文件，运行pytorch的相关代码。注意当右上角的圆圈为空时，表示正常可用状态！

4.4.4 删除pytorch环境下的jupyter内核（拓展知识，不必执行）

  🐳如果你运行成功上面的jupyter notebook的话，就跳过这一节内容。这里只是方便日后如果不要pytorch环境的时候，知道如何删除pytorch环境下的jupyter内核
  🐳打开Anaconda Prompt
  🐳删除内核

jupyter kernelspec remove 虚拟环境名
# 例子
# jupyter kernelspec remove pytorch

4.5 下载相应的科学数据包

  🐳打开Anaconda Prompt，这里用到了豆瓣源！

  🐳打开虚拟环境

conda activate 虚拟环境名称
# 例子
# conda activate pytorch

# 安装pandas和matplotli
# 因为numpy在安装pytorch的时候就包含进去了

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

五、jupyter 的一些拓展

5.1 jupyter lab中文语言包下载

  🐳打开Anaconda Prompt，在base环境下运行下面代码

pip install jupyterlab-language-pack-zh-CN

  🐳**打开jupyter lab，进行设置**

六、yolov5 环境配置

  🐳参考视频：

• 主要的配置视频（博文参考的视频）
• pycocotools 无法安装时，请看此视频
• 实现手机摄像头的链接

6.1 创建虚拟环境

  🐳为了不影响其他环境，这里我们新建一个专用于 yolov5 的环境。打开Anaconda Prompt

conda create -n yolov5 python=3.9
# 这里我们高一点的版本

  🐳我们如何查看自己有多少个环境呢？这里我有两个环境：一个是：base，一个是：yolov5。

conda info -e

6.2 安装pytorch

  🐳本人是跟着第一个视频一步一步配置环境的，所以这里我不知道为什么用 LTS 版。还有视频中 pip3 改为 pip ，我也不知道为什么，等了解情况后再补充。

conda activate yolov5

pip3 install torch==1.8.2+cu111 torchvision==0.9.2+cu111 torchaudio===0.8.2 -f https://download.pytorch.org/whl/lts/1.8/torch_lts.html

6.3 下载 yolov5-5.0 、 yolov5-6.0 和yolov5-7.0 之一，及 yolov5s.pt 模型

  🐳由于 guthub 很难访问，所以我下好后打包放在夸克网盘中，有需要自取

  🐳yolov5

6.4 按视频的步骤，下载 python 包

pip install -r requirements.txt

  🐳这里要注意：如果pycocotools 下载不了，可以运行下面代码试试

conda install -c esri pycocotools

  🐳如果还是 pycocotools 下载不了，请看第二个视频（上面的代码我没运行过，运行的人可以在评论告诉我可以不可以下载，但我是按视频来操作的，并成功了）

6.5 这里我们运行 6.0 版本

  🐳视频中5.0 版本运行不了

  🐳看第三个视频可以实现连接手机摄像头

七、如何删除虚拟环境

  🐳如果你创建了太多的虚拟环境的话，会很占内存，这时可以删除一些用不到的虚拟环境。
  🐳打开打开Anaconda Prompt，在base环境下运行下面代码

conda remove -n 虚拟环境名 --all
# 例子
# conda remove -n pytorch --all

八、最后

本人是经历过全过程的，每行代码绝大多数都运行过，只是jupyter的软件报过错，但运行上面的代码能解决我的问题，所以写下本博文，以供参考。
看了这么多博文，相信本文章是相对较好的，希望解决你的问题的时候，点赞支持一下。