机器学习环境搭建

简介

Anaconda是一个用于科学计算的Python发行版，支持Linux, Mac, Windows,包含了众多流行的科学计算、数据分析的Python包。

下载地址：https://mirrors.aliyun.com/anaconda/

配置方法

Anaconda 配置

Anaconda 安装包可以到 http://mirrors.aliyun.com/anaconda/archive/ 下载。

Linux用户可以通过修改用户目录下的 .condarc 文件。

Windows 用户无法直接创建名为 .condarc 的文件，可先执行 conda config --set show_channel_urls yes 生成该文件之后再修改。

注：由于更新过快难以同步，我们不同步pytorch-nightly, pytorch-nightly-cpu, ignite-nightly这三个包。

channels:
  - defaults
show_channel_urls: true
default_channels:
  - http://mirrors.aliyun.com/anaconda/pkgs/main
  - http://mirrors.aliyun.com/anaconda/pkgs/r
  - http://mirrors.aliyun.com/anaconda/pkgs/msys2
custom_channels:
  conda-forge: http://mirrors.aliyun.com/anaconda/cloud
  msys2: http://mirrors.aliyun.com/anaconda/cloud
  bioconda: http://mirrors.aliyun.com/anaconda/cloud
  menpo: http://mirrors.aliyun.com/anaconda/cloud
  pytorch: http://mirrors.aliyun.com/anaconda/cloud
  simpleitk: http://mirrors.aliyun.com/anaconda/cloud

即可添加 Anaconda Python 免费仓库。

配置完成可运行 conda clean -i 清除索引缓存。

Miniconda 安装包可以到 http://mirrors.aliyun.com/anaconda/miniconda/ 下载。

Conda命令

# 创建环境命令
conda create -n 你想要的环境名字 python=x.x python 版本
# 激活与取消激活命令
conda activate 你所创建的环境名字   source activate 
conda deactivate 	source deactivate
#回到默认环境
#删除环境
conda remove -n 你所创建的环境名字 --all
#检查可安装的Python版本
conda search --full --name python
#包管理
conda list  查看所安装的包与版本
#搜索包
conda search 包名
#安装一个新包
#我们将在当前环境(bunnies)中安装这个Beautiful Soup包，使用conda命令如下：
conda install --name bunnies beautifulsoup4
#pip安装包
source activate bunnies
pip install see
#移除包，移除business环境下的iopro
conda remove -n bunnies iopro

配置conda国内镜像源

二、Pytorch安装
0 准备工作
用conda安装Pytorch过程中会连接失败，这是因为Anaconda.org的服务器在国外，需要切换到国内镜像源：

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/pytorch/ 
#设置搜索时显示通道地址
conda config --set show_channel_urls yes
#创建虚拟环境并激活之，在该环境下安装下面的包：
conda create -n pytorch_gpu python=3.6
source activate pytorch_gpu
#安装CUDA
conda install cudatoolkit=8.0 -n pytorch_gpu -c https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/linux-64/
#安装cuDNN
所安装的cuDNN版本注意和CUDA对应，可以在CUDA官网找到版本对应关系：

conda install cudnn=7.0.5 -n pytorch_gpu -c https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/linux-64/