conda环境配置

# 创建name=‘torch’的虚拟环境
conda create -n torch python=3.7

# 进入虚拟环境
conda activate torch

# 安装pytorch-gpu==1.4.0
#正常情况下换成国内源会快上很多
# vim ~/.condarc
remote_connect_timeout_secs: 40.0
remote_read_timeout_secs: 500.0
channels:
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/peterjc123/
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/msys2/
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge/
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
  - defaults
show_channel_urls: True

#查看cuda版本号cuda==10.0
nvcc --version 或者 cat /usr/local/cuda/version.txt
#查看cudnn版本号
cat /usr/local/cuda/include/cudnn.h | grep CUDNN_MAJOR -A 2

# CUDA 10.1 #实际为10.0,但实践证明好像也可以用！
conda install pytorch==1.4.0 torchvision==0.5.0 cudatoolkit=10.1

# 最后根据需要安装库就好了

# 创建name=‘tf’的虚拟环境
conda create -n torch python=3.6

#安装tensorflow
conda install tensorflow-gpu==1.15
#安装keras
conda install keras==2.3.6

# 当conda在下载和创建虚拟环境时报错的解决办法：
Error:anaconda ：An unexpected error has occurred. Conda has prepared the above report......
方法：（源自：https://blog.csdn.net/LiuXiaoXueer/article/details/106823888）
1. conda clean --packages && conda clean --all && conda update --al
2. 遇到Proceed(y/n)? -> 输入y