解决2019年4月后Anaconda国内镜像源无法使用但需要配置多深度学习环境的问题

@TOC使用python虚拟环境解决多环境的配置问题

使用python虚拟环境解决类似anaconda多环境的配置问题

自身在准备人体姿态方面的研究，例如openpose、densepose等开源模型，这些模型往往都需要很多框架，例如pytorch中的caffe2等，还有其他很多依赖项。为了避免破坏已经配置好的环境（其实是菜，担心弄蹦了，再要重装），自然想到的是使用Anaconda创建不同的环境，玩坏了就直接删，不用担心系统本身的环境问题。但是2019年4月份，国内Anaconda常用的清华源Tuna镜像与中科大源镜像相继宣告无期限关闭，导致国内用户即使更改到国内源也无法下载包的问题，“conda install tensorflow”命令最终会报网络无法连接的错误。然而调回到Anaconda默认源，也会出现下载缓慢，只有几kb的情况或者也出现网络无法连接的问题。就想着还有没有其他办法可以创建类似的虚拟环境，结果就找到了virtualenv这个python包。

自身环境

1. Ubuntu16.04
2. GTX 960 2G
3. 显卡驱动:NVIDIA-Linux-x86_64-410.66.run
4. CUDA:cuda_8.0.61_375.26_linux.run
5. CuDNN:cudnn-8.0-linux-x64-v5.1.tgz