Anaconda下的Python安装与环境配置

一、实验目的

在Windows系统下配置Python环境，为后续实验做准备，同时让学生理解如何配置一个良好的Python环境。

二、实验内容

1. Anaconda的安装与常用命令小总
2. Jupyter的安装与相关配置
3. CUDA与Cudnn的安装(GPU支持必备)
4. 建立tf虚拟环境并安装tf2.0GPU版本
5. 建立pytorch虚拟环境并安装pytorchGPU版本

三、Anaconda的安装与常用命令

1. Anaconda的下载与安装
Anaconda官网：https://www.anaconda.com/，点击Products,接着悬着Individual Editon,左下方的Download，点击下载即可。如图所示：

下载完成后，将Anaconda安装在C盘以外的的其他盘。选择路径，因为你后面会有好多个虚拟环境，安装很多包；另外，建议把conda命令加入到环境变量里面去，勾选加入环境变量，等待安装完成即可（这些和普通软件安装一样，一路回车操作)。
2. 创建虚拟环境
安装好Anaconda后，单击开始，在最近添加处选择Anaconda Prompt,在命令行创建新的虚拟环境。

conda create -n env_names package_names#conda create -n pytorch python=3.7

创建一个名为pytorch的虚拟环境，Python版本为3.7

另外列举出其他常用命令：

# 查看已经有的虚拟环境 常用
conda env list
# 进入虚拟环境,这时候面临着对一些包的操作，就是上面包的相关命令了
activate tfenv

# 离开虚拟环境
deactivate

# 删除虚拟环境
conda env remove -n env_name

四、CUDA和CUDNN的下载与安装

1.安装CUDA之前的准备工作-----查看自己的电脑是否能用
桌面单击鼠标右键选择NVIDIA控制面版，然后点击帮助，接着选择系统信息

查看组件中的NVCUDA64.DLL，可查看支持的最高版本的CUDA

2. CUDA下载地址：https://developer.nvidia.com/cuda-toolkit

选择自己显卡能支持的版本就行。
下载完成后安装即可。安装路径默认就行，选择自定义安装，勾选以下选项

等待安装完成即可！

3. 配置环境

（1）右击此电脑，点击属性

（2）点击高级系统设置

（3）点击环境变量，然后双击系统变量里面的Path

（4）把以下四个路径添加到这个path里就可以，注意，这里四个是上边最后的默认路径里面的。

7、检测CUDA是否安装成功，打开cmd命令行，输入nvcc -V，若出现以下情况则安装成功，注意V为大写。

8、CUDNN的安装

（1）到官网下载CUDNN安装的压缩包：https://developer.nvidia.com/cudnn

（2）下载之前官网会让你注册一个账号并填写一个问卷调查，跟着他的步骤一步步来就可以，填完之后找到支持你已安装的CUDA版本的CUDNN，下载就可以
（3）解压下载的压缩包，并将里边的bin文件夹、include文件夹、lib文件夹复制到CUDA的安装目录里面，（注：之前cuda安装目录里面也有这些文件夹，咱们赋值cudnn的是要把CUDA的这三个文件给覆盖掉）

至此，CUDA和CUDNN安装完成！！！

五、pytorch的安装

1. 创建虚拟环境：

conda create -n pytorch python=3.7

2. 进入刚创建的虚拟环境：

activate pytorch

接着打开浏览器，进入pytorch官网：https://pytorch.org/get-started/locally/
往下拉，选择与自己与自己版本相符合的内容，在Run this Command这一行会生成一行代码，复制此代码，返回Anaconda Prompt,粘贴刚刚复制的代码

conda install pytorch torchvision torchaudio cudatoolkit=10.2 -c pytorch

3. 会提示有一些包需要安装，输入y，回车安装
4. 安装完成之后可以输入：pip list来检验是否安装上了pytorch。
   
5. 安装完成！我们可以在命令行输入python，然后import torch，查看是否可用，输入以下命令：

import torch
torch.cuda.is_available()

返回True,则表示安装成功！！！

注：所有命令均在pytorch这个虚拟环境中进行

六、安装Tensorflow

1. 创建虚拟环境

conda create -n tensorflow python=3.7

输入y进行确认

2. 进入创建的虚拟环境

activate tensorflow

3. 安装tensorflow的GPU版本
   Tensorflow是通过pip下载，在命令行输入以下代码：

pip install tensorflow-gpu==2.1.0

4. 安装完成！我们可以在命令行输入python，然后import torch，查看是否可用，输入以下命令：

import tensorflow as tf

如图所示即表示按安装成功！！！

5. 查看是否可用，在命令行输入以下代码：

tf.test.is_gpu_available()

至此，大功告成！！！

七、总结

此次实验过程比较繁琐，需要下载的资源比较多，在配置过程中出现很多错误，也有很多不会的地方，但通过上网查找资料、询问同学等方式，最终还是成功完成了此次实验。