极简安装tensorflow与Pytorch

一：tensorflow

tensorflow是基于python脚本语言的，是一种高级应用，它必须依赖于底层的应用发挥作用。因此需要安装python,当然还需要安装numpy、scipy、six、matplotlib等几十个扩展包。如果一个个安装，十分耗费时间，不过现在有了集成环境anaconda，安装就方便了。python的大部分扩展包,都集成在anaconda里面了，因此只需要装这一个东西就行了。如果你想更多的去了解Anaconda，可以参考Anaconda官方API。

首先去下载anaconda，可以通过国内镜像网站例如清华镜像网站:清华大学开源软件镜像站 | Tsinghua Open Source Mirrorhttps://mirrors.tuna.tsinghua.edu.cn/安装完成后打开anaconda prompt并创建虚拟环境，例如：

#创建命令 conda create -n tensorflow python=3.7,

#激活命令 conda activate tensorflow,

#退出命令 conda deactivate

配置国内镜像源：

conda config --add channels http://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/

conda config --add channels http://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/

conda config --add channels http://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/

conda config --add channels https://mirrors.aliyun.com/anaconda/pkgs/free
conda config --add channels https://mirrors.aliyun.com/anaconda/pkgs/main

 conda config --set show_channel_urls yes

配置完后执行：

conda install tensorflow-gpu=2.6.0

二：Pytorch

Pytorch是torch的python版本，是由Facebook开源的神经网络框架，专门针对 GPU 加速的深度神经网络（DNN）编程。Torch 是一个经典的对多维矩阵数据进行操作的张量（tensor ）库，在机器学习和其他数学密集型应用有广泛应用。与Tensorflow的静态计算图不同，pytorch的计算图是动态的，可以根据计算需要实时改变计算图。但由于Torch语言采用 Lua，导致在国内一直很小众，并逐渐被支持 Python 的 Tensorflow 抢走用户。作为经典机器学习库 Torch 的端口，PyTorch 为 Python 语言使用者提供了舒适的写代码选择。
安装与tensorflow大致相同，首先创建一个虚拟环境：

#创建命令 conda create -n pytorch python=3.7

因已经配置过国内镜像地址所以直接执行该命令：

conda install pytorch torchvision torchaudio cudatoolkit=11.3

最终等待下载完成即可。