人工智能环境准备

国内镜像网站

阿里云 http://mirrors.aliyun.com/pypi/simple/

中国科技大学 https://pypi.mirrors.ustc.edu.cn/simple/

豆瓣(douban) http://pypi.douban.com/simple/

清华大学 https://pypi.tuna.tsinghua.edu.cn/simple/

中国科学技术大学 http://pypi.mirrors.ustc.edu.cn/simple/

通常方法：pip install xxx -i http://pypi.douban.com/simple --trusted-host pypi.douban.com

参考链接

https://blog.csdn.net/Creama_/article/details/105024840

miniconda安装（Linux）

1. 下载

 wget https://repo.anaconda.com/miniconda/Miniconda3-py37_4.10.3-Linux-x86_64.sh

2. 安装

bash Miniconda3-latest-Linux-x86_64.sh

一直enter，yes，自动初始yes，可以自己初始化conda init

3. 改源

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 --set show_channel_urls yes 
pip config set global.index-url https://pypi.tuna.tsinghua.edu.cn/simple

anaconda基本使用

https://blog.csdn.net/weixin_43837968/article/details/114776842
https://www.cnblogs.com/zhangxingcomeon/p/13801554.html
1.在conda环境中新建虚拟环境

　conda create -n env_name python=X.X （2.7、3.6等)

2.查看conda环境

conda env list 或 conda info -e 

3.切换环境

source/conda activate your_env_name(虚拟环境名称)

4.查看环境中的包

conda list

5.通过conda装包

conda install -n your_env_name [package]
　　(或者进入环境直接conda install [package] 即可,eg: conda install tensorflow)

6.输入pip -V 查看指定正确虚拟环境后，通过pip安装

pip install [package]
　　eg :pip install tensorflow

7.查看pip安装的包

pip list

8.conda删除包

conda remove --name your_env_name  [package_name]
　　同理进入环境后直接 conda remove [package]即可  ，eg : conda remove numpy

pip删除包

pip/pip3 uninstall 包名

9.关闭虚拟环境

source/conda deactivate

10.删除虚拟环境

conda remove -n your_env_name(虚拟环境名称) --all

11.更改环境python版本

conda install python=x.x

12. 通过environment.yml迁移环境
    https://blog.csdn.net/qq_33757398/article/details/109379267
    导出环境：

conda env export | grep -v "^prefix: " > environment.yml

导出的文件中需要将第二个“：”以及后面内容删掉。
再出现问题时需要将出现问题的项移到pip项中
导入环境

conda env create -f environment.yml

指定名字

conda env create -f environment.yml -n new_env_name

配置环境

当出现解决ERROR: Cannot determine archive format o

--trusted-host pypi.tuna.tsinghua.edu.cn 模块名 ```

1.安装tensorflow
https://blog.csdn.net/qq_37374643/article/details/90597365

pip install --upgrade tensorflow # CPU版本 pip install --upgrade
tensorflow-gpu # GPU版本

特定版本：

pip install tensorflow==2.8.0 -i https://pypi.tuna.tsinghua.edu.cn/simple/

tensorflow版本

https://blog.csdn.net/baishuiniyaonulia/article/details/118977952
2.安装onnx

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

3.安装onnx_tf

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

4.安装pytorch
https://blog.csdn.net/AIHUBEI/article/details/104259525
通过官网命令行安装

 pip install torch==1.10.1+cpu torchvision==0.11.2+cpu torchaudio==0.10.1 -f https://download.pytorch.org/whl/torch_stable.html -i https://pypi.tuna.tsinghua.edu.cn/simple/

pip install

5.安装onnxruntime

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

6.安装tf-nightly 2.10.0.dev20220426

pip install tf-nightly

https://pypi.org/project/tf-nightly/
7.安装tensorflow_addons
https://github.com/tensorflow/addons

pip install tensorflow_addons==0.9.1

8.安装openCV

pip install opencv-python

9.安装sklearn

pip install scikit-learn

pip虚拟环境

激活虚拟环境后通过

pip -V

来查看pip使用的是哪里的。

模型转换

pytorch to tflite

https://zhuanlan.zhihu.com/p/363317178

onnx to pb

https://blog.csdn.net/xywy2008/article/details/115400323
https://github.com/onnx/onnx-tensorflow/tree/rel-1.10.0