环境配置 pytroch 、keras框架

环境配置：先安装Anaconda，再安装cuda，配置环境
一、Anaconda安装

Anaconda 方便管理不同环境，放置不同框架：pytorch、tensorflow、keras..                                  

1、Anaconda的下载官网：https://www.anaconda.com/distribution/  ，下载64位安装包。

2、Anaconda的安装位置D/E/F...，一般都不放C盘，懂得都懂。

选择Add Anaconda to my PATH environment variable，自动将anaconda装到系统的环境变量。

二、Cudnn和CUDA的下载和安装

目前网络常用torch=1.2.0，官方推荐的Cuda版本是10.0，对应的cudnn是7.4.1。

1、Cudnn和CUDA的官网下载，或者找网盘...

2、Cudnn和CUDA的安装
注意：安装前关闭360安全管家等，防止 xxx.dll 文件拒绝访问，下载好用管理员方法打开exe安装

根目录 C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.0  对应的解压lib文件覆盖...  

三、配置torch环境

1、pytorch环境的创建与激活,  Anaconda Prompt 命令：

conda create –n pytorch-a python=3.6     创建一个名为pytorch-a的环境，该环境python版本3.6。
activate pytorch-a                                     激活一个名为pytorch-a的环境。

2、pytorch库的安装.  激活环境内下载，注意在anaconda 路径转换下，cd D/:.../
a、官方推荐安装方法（推荐）: https://pytorch.org/get-started/previous-versions/
官网推荐的安装Cuda10的版本，pytorch官方提供的指令，用于安装torch和torchvision

# CUDA 10.0
pip install torch===1.2.0 torchvision===0.4.0 -f https://download.pytorch.org/whl/torch_stable.html

b、先下载whl后安装，这样安装特别慢，网址:https://download.pytorch.org/whl/torch_stable.html
找到对应版本下载  ，完成后找到安装路径，进行覆盖...

3、深度学习模型其它依赖库的安装，具体如下：

scipy==1.2.1
numpy==1.17.0
matplotlib==3.1.2
opencv_python==4.1.2.30
torch==1.2.0
torchvision==0.4.0
tqdm==4.60.0
Pillow==8.2.0
h5py==2.10.0

pip install -i https://pypi.tuna.tsinghua.edu.cn/simple 清华镜像源

tensorboard
future

四 keras环境

1.    conda create -n keras #创建虚拟环境
2.    conda activate keras #进入虚拟环境

3.    pip install tensorflow-gpu==1.15 -i http://pypi.douban.com/simple --trusted-host pypi.douban.com  豆瓣镜像
4.    pip install keras==2.3.1 -i http://pypi.douban.com/simple --trusted-host pypi.douban.com

注意tensorflow和keras对应版本

其他包：

5. pip install scikit-image -i http://pypi.douban.com/simple --trusted-host pypi.douban.com

pip install pyparsing==2.4.7 -i http://pypi.douban.com/simple --trusted-host pypi.douban.com