学术入门之一：如何在ubuntu16.0.4系统上快速搭建tensorflow以及pytorch环境

在大佬论文的代码基础上修改并加入自己的idea是比较常见的学术上手方式之一，但论文用的框架 (pytorch, tensorflow等) 可能会存在差异，可能需要你同时看几个框架的代码，也可能需要安装同一个框架的多个版本，那么如何在ubuntu上快速搭建相应的环境 (且各个环境之间相互独立存在) 成为一个比较常见的问题。在此向大家推荐安装anaconda平台与pycharm搭配使用，实现各个环境独立共存 (每个框架安装在一个对应的环境上)，并做到快速切换到自己所需要的环境。
　　关于如何在ubuntu上安装anaconda平台以及pycharm已经有很多博客，安装过程就不详细介绍了，本文主要介绍在ubuntu16.0.4上安装好anaconda以及pycharm后的后续操作。假设我要同时使用两个深度学习框架pytorch和tensorflow-gpu，且python版本略有不同，总共要搭建三个环境: 　
(1)，pytorch 1.0.1, python 3.5，相应的操作如下:

//创建一个名为Ａ的环境
conda create -n A python=3.5
//激活环境A，然后在环境A中安装pytorch框架
source activate A
conda install pytorch=1.0.1
//退出当前环境
source deactivate A

(2)，pytorch 1.1.0 python 3.6

//创建一个名为B的环境
conda create -n B python=3.6
//激活环境B，然后在环境B中安装pytorch框架
source activate B
conda install pytorch=1.1.0
//退出当前环境
source deactivate B

(3)， tensorflow-gpu=1.8.0 python 3.6

//创建一个名为C的环境
conda create -n C python=3.6
//激活环境C，然后在环境C中安装pytorch框架
source activate C
conda install tensorflow-gpu=1.8.0
//退出当前环境
source deactivate C

与gpu相关的几个包会在安装tensoflow-gpu时自动安装 ( 安装pytorch也是这样地)：

(4) ，在pycharm中配置这三个环境：

在pycharm中依次点击File——>Settings——>Project: 项目名——>Project Interpreter——>设置按钮——>Add:

对于以下这两个环境都选择都选择Existing environment，再选择系统下对应地环境目录下的python即可(zlz425是我的用户名，ananconda2是平台的安装目录，环境一般都安在envs目录下)，最后点击OK即可。


(5)，对于有些论文的执行命令为: python main.py 格式，需要配置相应地系统环境变量A：

//打开系统环境文件
sudo gedit ~/.bashrc

我的anaconda环境如下:

export PATH="/home/zlz425/anaconda2/bin:$PATH"

将这个环境变量注释掉，改成如下形式即可：

#export PATH="/home/zlz425/anaconda2/bin:$PATH"
export PATH="/home/zlz425/anaconda2/envs/A/bin:$PATH"

//保存修改即可
source ~/.bashrc

在pycharm终端下执行相应地操作即可，如: python main.py。
(6)， 对于某些库，anaconda下不能用conda install 安装，或者找不到某些库地安装命令，有以下两种对应的解决方法:
　 ａ.找到相应地pip安装目录，然后激活对应的环境，在该环境执行pip安装命令；
　 ｂ. 使用 binstar search -t conda 库名称 命令，然后执行相关操作即可找到相关地安装链接。