使用anaconda安装tensorflow和pytorch

用python已经很久了，安装第三方包一直用的pip，可以说自己已经形成了一种习惯，不想去改变。有些第三方包，尤其是与机器学习相关的，用pip安装会很复杂，在找教程的过程中也知道有anaconda,但是不想去改变自己的使用习惯，所以总是花很多时间，一定要用pip来安装。直到最近开始学习pytorch,用pip怎么也装不上，最后还是用了anaconda。一开始很艰难，可以说这完全改变了我用python的习惯，但是后面慢慢感受到了anaconda的魅力。

如果你是刚准备开始学习python，并且主要的用途是进行数据分析或机器学习，强烈建议直接下载anaconda（里面包含了python),而不是从python的官网下载python。
背景是这样的，博主是个很执着的人，花了很久很久很久，想要用pip来安装pytorch，但是最终还是放弃了，做不到啊!!!

花了一天的时间完成了python使用习惯的转型，过程虽然艰辛，但是觉得特别值，越来越觉得anaconda简直是个宝藏。整个学习的过程我也觉得很有意义，所以想记录下来。

安装anaconda

下载anaconda

以前用pip安装第三方包的时候，经常会用到清华的镜像加速，这是它的官网，很有用。下载anaconda可以去它的官网，但是我是直接从清华镜像网站提供的链接下载的。往下翻，可以找最新的版本下载。

配置环境变量

下载完成后，需要先配置环境变量才能愉快地使用。只需要在系统变量的Path中加入以下三个路径：

（ai是我安装anaconda的大文件夹，这里需要换成你自己的）
在控制台输入

conda --version

如果出现以下结果，则说明安装成功了

By the way:anaconda里面自带了python，所以你完全可以删除你以前的python了。在控制台使用如下命令，可以知道你有哪些python，以及他们的位置。

where python

anaconda的环境

anaconda最大的优势就是，它可以创建很多独立的环境。什么意思呢？假如你现在有一个tensorflow的项目,而tensorflow只支持python3.6以下的版本，你现在用的是最新的python 3.8，但是你又不想因为这一个项目就改用python3.6，那么你就可以利用anaconda建一个新的虚拟环境，在这个环境中配置python3.6，下载tensorflow，当做这个项目时，选择这个虚拟环境就可以。下面，我以安装tensorflow为例，在anaconda中搭建一个tensorflow环境。

清华镜像加速

首先在控制台运行以下命令，添加清华的镜像，这样安装包会快一点

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/pytorch/ 
conda config --set show_channel_urls yes

搭建tensorflow环境

首先搭建环境（命令中的tf是环境的名字，你也可以取其他名字，python的版本一定要注意，tensorflow对python的版本有要求）

conda create -n tf python=3.6

然后

activate tf

你会发现前面出现一个（tf），说明已经进入这个环境了

最后

conda install tensorflow

中途会列出一系列需要下载安装更新的包，然后问你要不要继续安装，输入y就可以啦！

搭建pytorch环境

和前面一样，首先搭建环境(python的版本可以自己选择)

conda create -n pytorch python=3.7

进入环境

activate pytorch

然后，进入pytorch的官网，可以看到下面的表格，选择好配置

然后运行表格最下方这行命令，就搭建好啦！

conda install pytorch torchvision cudatoolkit=10.1 -c pytorch

查看环境

现在我们搭建了两个环境，可以用如下命令查看

conda info --envs

其中base是自带的默认环境，里面已经有了很多常用的包，如numpy,panda,requests等。后面还可以看到这些环境在文件夹中的位置。

在任意环境中也可以自由安装其他包。使用

conda install package-name

就可以啦！

anaconda与jupyter notebook

可视化

下面介绍anaconda的一个神器：anaconda navigator

这是一个可视化管理anaconda的工具

与jupyter notebook

我以前一般在pycharm里运行python，后面训练机器学习模型才偶尔用jupyter notebook。但是在pycharm里设置环境太复杂了，但是用Jupyter notebook不要太简单。下面以用tf环境为例，讲解如何调用。

在applications on处选择tf，然后install jupyter notebook


然后点击launch，会自动跳转到jupyter notebook的页面，这是新建的python文件便是在tf环境中运行的啦。