Ubuntu 16.04 Server 安装深度学习环境(二)（Anaconda+Pytorch+TensorFlow+Caffe2）

前言

前言：上一篇博客中我们安装了Linux 16.04Server并配置了相关的深度学习环境(CUDA+CUDNN+MKL),本篇博客笔者将带大家安装目前笔者比较多用的三个深度学习框架(Tensorflow，Pytorch，Caffe2)，至此深度学习环境的安装到此结束，如有兴趣可以关注后续更新的深度学习框架教学。

深度学习框架介绍

这方面属于概念讲解，不感兴趣的朋友可以直接跳到安装篇幅

先科普一下深度学习框架：

如果读者是刚刚入门的小白，对深度学习的算法一无所知，那么你可以把它看做是一个积木套件，里面有各种各样的积木样式可以让你去自由发挥自己的天马行空。如果不用套件，可以吗？答案肯定是可以的，不过需要搭建出一只粉红小马，可能就需要用小刀去一点一点雕刻出来了。另一个方面，精简的网络搭建，高效的模型训练这是每一个深度学习算法工作者所向往的，但是相较于前端工程，熟悉框架是最基础的一步，会用别人算法的人比比皆是，深度学习更近一步是要创造属于自己的积木，毕竟AI就是富有创造性的嘛n_n@!.

TensorFlow

TensorFlow是Google开发的深度学习框架，由于后台强硬所以其维护和稳定性较高。并且该框架是目前使用最多的，不过笔者并不建议一开始就上手这个框架，因为相当于编程语言中的JAVA，难度介于Caffe2和Pytorch之间。总的来说是综合性很好的框架，并且社群庞大，缺点是上手有些许难度，并且在做开发上成绩一般，不是太友好，毕竟在做应用的程序员眼里离不开编译器的都是辣鸡，笔者一般做科研时会用它。

Pytorch

Pytorch是Facebook开发的深度学习框架，同样也具有很好的兼容性和稳定性。Pytorch晚于TensorFlow发布，所以在设计方面吸取了TensorFlow的一些优点也弥补了一些不足，就上手感觉来看比较简单，适合初学者和快速实现（打竞赛的时候特别推荐，十个里面7个用它）。笔者一般有个idea时会先用它去实现一下，看看效果。社群方面，没有TensorFlow那么大，但是上升态势最好，因为相当于编程语言中的Python，推荐新人入门首选。

Caffe2

看到名字带个2，读者肯定会想到1吧。没错，Caffe是笔者学习的第一门深度学习框架（没错！入门直接Caffe，并且还用它开发了产品）。相较于前面两个框架，Caffe系的优点就是在于它的开发性能，不需要依赖Py环境，虽然很折腾，并且语法复杂，就像C++一样。所以如果要做产品做开发请选择Caffe,特别是遇到甲方打死不让你在他们的机器上装Py环境与任何应用时，就可以用Caffe把程序打包成可执行程序与依赖库，而且Pytorch和Caffe已经合体了♂。目前笔者做项目就是Pytorch快速实现后再转Caffe包装成产品，开发一站式！

Anaconda（Python环境安装）

Python的图标是蛇，因为Python的英文就是译作大蟒，巨蛇。Anaconda也是Python，名字也很感人，Anaconda译作水蟒。Anaconda是专注于数据分析的Python发行版本，包含了conda、Python等190多个科学包及其依赖项。而conda 是开源包（packages）和虚拟环境（environment）的管理系统，类似Python的原始管理系统pip一样，并且conda里面也戴pip。

Anaconda的优点总结起来就八个字：省时省心、分析利器。

省时省心
： Anaconda通过管理工具包、开发环境、Python版本，大大简化了你的工作流程。不仅可以方便地安装、更新、卸载工具包࿰