ubuntu16.04安装anaconda、conda的激活、pip安装包提速、conda安装包提速、虚拟环境的创建

安装需要的文件：
anaconda/miniconda
cuda安装文件
cudnn安装文件
驱动文件（可选择自动下载）

安装anaconda/miniconda

首先进入如下 的地址下载安装包：
https://www.anaconda.com/products/individual#linux

如果觉得上面网站安装太慢，可以使用如下网站：
https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/

如果你想安装miniconda可以从下面这俩个网站下载：
https://mirrors.tuna.tsinghua.edu.cn/anaconda/miniconda/
https://docs.conda.io/en/latest/miniconda.html

下面就安装anaconda来介绍：
等安装完毕之后，看看安装在了哪个目录下：

正常情况下是在Downloads文件夹内，但是有的时候不是，比如我安装搜狗的时候就不在该文件夹内，如果你对安装搜狗不清楚，可以参考我这篇博客：
https://blog.csdn.net/weixin_43141320/article/details/106266340

下载anaconda完毕之后打开终端，输入cd ~/Downloads/切换到该文件夹下，然后输入指令ls可以查看当前目录下的文件：

然后安装包，输入：
bash Anaconda3-2020.02-Linux-x86_64.sh

安装的期间会偶尔让你输入，按照它给的信息一路回车或者输入yes即可：

但是我当时安装的时候打了一个岔，不知道是不是误触，在这里它认为我输入了no：

导致我安装完毕之后输入conda说不存在该指令，需要先激活conda(注意下面的conda激活并没有解决我这里的conda init 没有输入yes的问题，在后面的虚拟环境的激活会显现出来，如果你想马上解决这个问题，直接输入conda init，然后重新打开一个命令行即可，这些具体将在最后面的虚拟环境上提到)

conda的激活

这种情况下依次输入如下指令即可：
echo 'export PATH="/home/wxl/anaconda3/bin:$PATH"' >> ~/.bashrc
source ~/.bashrc
注意第一条指令的wxl要依据自己的用户来修改

然后测试一下：

成功了！

pip 安装包提速：

先给出常用的镜像源：
豆瓣 http://pypi.douban.com/simple/
清华大学 https://pypi.tuna.tsinghua.edu.cn/simple/
阿里云 http://mirrors.aliyun.com/pypi/simple/
中国科技大学 https://pypi.mirrors.ustc.edu.cn/simple/
中国科学技术大学 http://pypi.mirrors.ustc.edu.cn/simple/

一劳永逸（永久置换pip镜像源）

首先输入：
cd ~/.pip
如果提示不存在，那么首先创建一个再进入：

mkdir ~/.pip

cd ~/.pip

在该目录下创建一个pip.conf文件：
touch pip.conf

文件创建好了之后编辑该文件,输入：
sudo gedit ~/.pip/pip.conf
然后打开了该文件
我使用的是清华镜像，
在这个文件内输入如下内容：

[global]
timeout = 60000
index-url = https://pypi.tuna.tsinghua.edu.cn/simple
[install]
use-mirrors = true
mirrors = https://pypi.tuna.tsinghua.edu.cn

保存即可，但是我的命令行里出现了如下警告：

这个警告没有影响，我尝试安装keras使用的是清华镜像，而且非常快：

暂时替换源：

在每一次安装包的时候在后面加上镜像源，比如我安装keras:

pip install keras -i https://pypi.tuna.tsinghua.edu.cn/simple

如果报错的话，在后面加上：

pip install keras -i https://pypi.tuna.tsinghua.edu.cn/simple --trusted-host pypi.tuna.tsinghua.edu.cn

conda安装包提速：

首先保证conda最新：
conda update conda

添加通道（清华源）：

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/conda-forge
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/msys2/

一般添加前两个即可。
如果不想使用该通道，将add改成remove即可。
设置搜索时显示通道地址：

conda config --set show_channel_urls yes

更多添加conda镜像源的方法参照：【https://blog.csdn.net/weixin_41466947/article/details/107377071】
然后在这里补充几条conda的常用指令：

#安装包
conda install xxxx

# 查看当前环境下已安装的包
conda list

# 查看某个指定环境的已安装包
conda list -n tf2.0

# 查找package信息
conda search numpy

# 安装package
conda install -n tf2.0 numpy # 如果不用-n指定环境名称，则被安装在当前活跃环境 也可以通过-c指定通过某个channel安装

# 更新package
conda update -n tf2.0 numpy

# 删除package
conda remove -n tf2.0 numpy

# 更新conda，保持conda最新
conda update conda

# 更新anaconda
conda update anaconda

# 更新python
conda update python

虚拟环境的创建

比如我想创建一个3.7.6python版本的名为tf2.0的虚拟环境：

conda create --name tf2.0 python==3.7.6

创建完了之后我激活虚拟环境却出现了问题：

说明前面的激活conda并没有解决我安装anaconda的时候在conda init这里没有输入yes的问题，对于新手来说其实有点慌的，其实这个好解决，直接输入conda init即可：

查看conda init --help发现如果直接输入conda init就会默认linux里的bash被初始化，我暂时就初始化一个shell，如果以后出了问题再初始化其他的shell.

初始化之后重新打开一个终端测试：

成功！

给出常用的虚拟环境操作指令（以我的tf2.0环境为例）：

# 激活环境
conda activate tf2.0

# 退出虚拟环境
conda deactivate

# 显示安装过的所有虚拟环境
conda info --envs
或
conda info -e
或
conda env list

# 复制环境(复制tf2.0环境名为py3.7)
conda create --name py3.7 --clone tf2.0

# 删除环境
conda remove --name tf2.0 --all

# 查找包
# 精确查找
conda search --full-name 查找的包名
# 模糊查找
conda search 查找的内容

# 指定环境安装包
conda install --name 环境名 要安装的包名

# 在当前环境安装包
conda install 要安装的包名

tensorflow2.0gpu版本的安装：

anaconda安装->NVIDIA驱动安装->CUDA安装->CUDNN安装->tensorflow2.0安装

NVIDIA驱动安装：

版本型号：
https://docs.nvidia.com/cuda/cuda-toolkit-release-notes/index.html
驱动下载网站：
https://www.geforce.cn/drivers
tf2.0需要cuda10.0及其以上的版本

针对新手安装：
PPA源：最简便，但未必有最新驱动，或可能遇到问题。
sudo add-apt-repository ppa:xorg-edgers/ppa #添加ppa源
sudo add-apt-repository ppa:graphics-drivers/ppa #添加ppa源
sudo apt-get update #更新apt-get123
然后进入：系统设置->软件更新->附加驱动，选择更新的显卡驱动

针对老手安装：
https://blog.csdn.net/CosmosHua/article/details/76644029

cuda的安装：

cudnn的安装：

https://developer.nvidia.com/rdp/cudnn-download

最后安装tf2.0