深度学习环境配置（Ubuntu+Anaconda）

写在前面：

学习深度学习时经常要复现别人的代码，不同的代码通常需要不同的环境（例如python2\python3, tensorflow1\tensorflow2），使用anaconda创建虚拟环境就可以很好的配置和管理不同环境。深度学习通常在Linux上训练，本文记录了Ubuntu下安装及使用Anaconda，并创建一个tensorflow_gpu=1.15.0的过程。Ubuntu安装anaconda 介绍、安装、配置_haeasringnar的博客-CSDN博客_ubuntu安装ancondaTensorflow-gpu安装超详细！！！_m0_49090516的博客-CSDN博客_tensorflowgpu安装

一、anaconda的下载与安装

 可以参考下面两篇（对应Ubuntu、Windows）

Ubuntu安装anaconda 介绍、安装、配置_haeasringnar的博客-CSDN博客_ubuntu安装anconda

Tensorflow-gpu安装超详细！！！_m0_49090516的博客-CSDN博客_tensorflowgpu安装

简单说一下要点：

anaconda官网：www.anaconda.com  可以免费下载，安装基本是一路next。在安装成功后记得换源anaconda | 镜像站使用帮助 | 清华大学开源软件镜像站 | Tsinghua Open Source Mirror，否则用conda 安装包速度会很慢。

Windows下注意安装路径的盘空间足够，并且勾选add to path。

Ubuntu 下载对应的.sh文件后用bash命令运行该文件，进入安装

例如：

bash ~/Downloads/Anaconda3-5.2.0-Linux-x86_64.sh

  ~/Downloads/Anaconda3-5.2.0-Linux-x86_64.sh 换成自己下载的.sh文件。

然后会要求你按一直Enter查看协议，并输入yes同意。

然后会提示安装地址，一般不用改（也可以改成指定的位置）。之后会进行安装。正常会自动添加到PATH。输入conda -V 查看版本。安装成功。

如果提示找不到命令conda，需要添加路径：

• 编辑~/.bashrc 文件，在最后面加上

export PATH=/home/aeasringnar/anaconda3/bin:$PATH

 /home/aeasringnar/anaconda3/bin 要换成自己安装位置

保存退出后：

source ~/.bashrc

 二、使用anaconda 管理虚拟环境

Tensorflow-gpu安装超详细！！！_m0_49090516的博客-CSDN博客_tensorflowgpu安装

1.首先创建一个环境：

conda create --name <env_name> <package_names>

 将<env_name> 换成自己的环境名 ：tensorflow1

<package_names>换成Python版本：python=3.6

conda create -n tensorflow1 python=3.6

 2.在环境中安装tensorflow-gpu

使用conda activate 命令激活环境，后面就可以在这个虚拟环境里操作了。

conda activate <env_name>

conda activate tensorflow1

 使用conda 安装包。

conda install <要安装的包名> 

conda install tensorflow-gpu==1.15.0

 这里conda会自动安装依赖的包，非常方便，不需要像原博客一样再安装cudnn，cudatoolkit。

输入python,进入解释器模式，导入tensorflow验证安装成功：

import tensorflow as tf
tf.test.is_gpu_available()

出现gpu信息，安装成功。