Anaconda真是一个好东西啊~

Anaconda默认安装了常见的科学计算包，用它搭建起Python环境后不用再费时费力安装这些包；
Anaconda可以创建互相隔离的虚拟环境，可以在不同环境下制定不同版本的Python，安装不同依赖包，再也不用纠结多个Python版本究竟安装哪个

Anaconda这么好，我们用它来搭建一个基于Pytorch框架的深度学习环境~

一、Anaconda基本使用

Anaconda的主要功能包括虚拟环境管理、Python版本管理、包管理，具体内容如下：

1 环境管理

1.1 创建环境

你要为自己的一个深度学习环境创建一个虚拟的基础运行环境，你给他起名为pytorch_gpu，你可以运行以下代码：

conda create --name myenv pytorch_gpu

这条命令将会给pytorch_gpu创建一个新的环境，位置在/envs/myenv

1.2 **环境

创建好虚拟环境以后，如果想要使用它让系统处于其运行环境下，需要先**环境，可以运行以下代码：

source activate pytorch_gpu

1.3 创建第二个环境

创建并命名一个新环境，然后安装另一个版本的python以及两个包 Astroid 和 Babel。这将创建第二个基于python3.6和Astroid and Babel 的新环境，在/envs/bunnies文件夹里。

conda create -n bunnies python=3.6 Astroid Babel

1.4 列出所有环境

你想看看现在安装好了哪些环境啦，可以这么实现：

conda info --envs

运行后可能会输出下面的内容，意思是现在已经有两个虚拟环境了，他们的主目录在什么位置：

conda environments:
    pytorch_gpu          * /home/username/miniconda/envs/myens
    bunnies               /home/username/miniconda/envs/bunnies

1.5 切换到另一个环境(activate/deactivate)

下面是切换到bunnies环境，然后又关闭这个环境回到默认环境中：

source activate bunnies
source deactivate

1.6 删除一个环境

删除名为bunnies的环境

conda remove -n  bunnies --all

2 Python管理

2.1 检查可安装的Python版本

conda search --full --name python

2.2 安装不同版本的python

#现在我们假设你需要python3.6来编译程序，但是你不想覆盖掉你的python2.7来升级，你可以创建并**一个名为pytorch_gpu的环境，并通过下面的命令来安装最新版本的python3.6：

conda create -n pytorch_gpu python=3.6
source activate pytorch_gpu

2.3 确定环境添加成功

为了确保snakes环境已经被安装了，键入如下命令：

conda info -e

2.4 检查新环境中python版本

python --version

2.5 使用不同版本的python

为了使用不同版本的python，你可以切换环境，通过简单的**它就可以，让我们看看如何返回默认2.7：

source deactivate

3 包管理

3.1 查看该环境中包和其版本的列表

会看到你在当前环境中已经安装好的所有包和其版本：

conda list

3.2 使用conda命令查看可用包的列表

http://docs.continuum.io/anaconda/pkg-docs/

3.3 查找一个包

检查我们需要的这个包是否可以通过conda来安装：

conda search beautifulsoup4

3.4 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

3.5 pip安装包

source activate bunnies
pip install see

3.6 移除包，移除business环境下的iopro

conda remove -n bunnies iopro

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**之，在该环境下安装下面的包：

conda create -n pytorch_gpu python=3.6
source activate pytorch_gpu

1 安装CUDA

conda install cudatoolkit=8.0 -n pytorch_gpu -c https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/linux-64/

2 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 -c pytorch_gpu https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/linux-64/

3 安装Pytorch

先到官网找到在你的操作系统、包、CUDA版本、语言版本下对应的安装脚本，官网地址为https://pytorch.org/get-started/locally/，直接根据你的实际情况选择Pytorch安装包版本，然后复制页面自动生成的脚本进行安装。
Anaconda环境安装GPU版本Pytorch

conda install pytorch torchvision cudatoolkit=8.0 -n pytorch_gpu -c pytorch

三、参考资料

http://www.cnblogs.com/harvey888/p/5465452.html
https://blog.****.net/kaixinjiuxing666/article/details/80321124

Anaconda环境安装GPU版本Pytorch

文章目录