环境配置(win / linux)

在配置前需要做的工作

开始创建虚拟环境

安装包的5种方法以及区别：

镜像源/网络问题：

版本对应关系（下文扫一眼即可）：

cuda toolkit下载地址（新）：

tensorflow

编辑

keras：

编辑

torch：

一些常用包的安装

apex：下载地址

pycocotools:

配置失败的可能原因：

linux:

其他：

22.09.29 博主的朋友帮装虚拟环境，转发本博客到朋友圈免费，到明年6月为止，有环境配置问题的请评论私信~

如果你是想要长期做深度学习或者做研究，那么建议你根据manjaro安装linux系统，同时根据本文配置环境

如果只是简单的应付相关的内容，那么可以根据环境配置（摆烂版）简单的安装就行

在配置前需要做的工作

首先需要安装编程软件pycharm和环境管理软件anaconda见之前的博客，链接在下

安装好pycharm，去官网下载conda好，并且配置好conda后

开始创建虚拟环境

进入下载下来的项目文件夹（一定要进入后面的步骤都建立在此），输入cmd，回车

conda create -n 环境名称 python==3.7.3

如果后面要安装torch之类的，这里可以不输入python==...这一部分，因为很多包自己会指定需要什么python

（不知道安装python几就安装3.7的兼容比较好）

出现这个说明创造成功，然后输入conda activate 环境名称（这步的作用会在开头体现当前环境如果重新打开cmd 也可以输入conda activate 环境名称来激活）

然后如果requirements.txt中有看到（这个txt一般在项目内），需要在安装其他包之前先安装的东西（哪些东西见下文），这时候可以安装了

之后可以无脑安装剩下的东西了，可以在cmd中输入：（这是pip安装）

pip install -r requirement.txt

亦可以输入（这是conda安装建议这个）：

conda install --yes --file requirements.txt

如果项目包含setup.py这个文件（安装依赖模块和作者自己编写的模块），还需要再输入：python setup.py develop

这个时候就安装好大部分的包了。如果还有的没安装上，或者出现版本冲突，可以根据下面的对应关系去重新下载

进入pycharm，点击右下角python intepreter，选择add

选择conda environment，然后找到刚刚安装的环境（一般是在anaconda下的envs文件夹）

注意：

拿到一个工程的压缩包以后，通常里面会有一个文件requirement.txt，告诉你工程用的哪些包，你需要跟着把包下齐了才能运行。然而这些包的有版本对应关系，如果版本互相对应不上那么就不能用

注意安装顺序：

一般是python创建环境——安装cuda cudnn——pytorch 或 tensorflow 或keras——用pip无脑安装requirements.txt

注意：

python最常用的是3.7，老的项目用的话没指定可以选3.6

安装什么版本的python，cuda，cudnn在requirements里一般没有，可以先看项目需要什么版本的pytorch，tensorflow 和 keras然后根据对应关系下载python cuda cudnn

深度学习常用的包有pytorch，tensorflow 和 keras，如果项目需要，那么一定先看这几个的安装，特别注意显卡和cuda cudnn 以及上述三个东西的对应关系

安装下面几个包的时候，记得每步测试一下能不能用，不是说在conda list里就成功了

安装包的5种方法以及区别：

conda是安装了anaconda或者miniconda以后才可以使用，优点是它会帮你看包的依赖有没有安装并帮你补上，如果不知道用什么，就用conda。conda安装不了就用pip。而whl是所有方法都不能用的情况下再去用。

pip install 名字
conda install 名字
pip install -r 路径/requirements.txt
API软件包编译安装方式，这个方法需要先提前安装make，许多包可以用这个方式安装，同时这个方法在linux中使用方便，例如安装cocoapi可以安装make的方法（我使用的是第二个链接）：WINDOWS下安装make工具的方法 - EDA88电子技术博客在windows系统下安装make编译功能_卓沅best的博客-CSDN博客_windows make编译
下载whl编译：通常我们下包，下的就是whl文件，pip和conda也不过就是下载的工具，那么直接去找whl来编译也是可以的，一般github上有

比如github这里提供了一个网址，我们点进去

点击想要的版本号就可以下载，下载之后

pip install 文件路径/***.whl

镜像源/网络问题：

这个特别重要，有的包只能在特定的镜像源下才能下载成功，见镜像源问题_坠金的博客-CSDN博客

比如清华源，联通的宽带一般用不了

可以用usb连接手机，走手机的流量，具体操作见另一篇博客manjaro

也可以用export的命令在终端中链接梯子（linux），可以参考clash那篇博客。注意，建议就算已经挂梯子了，终端不输命令就是没有链接上

版本对应关系（下文扫一眼即可）：

cuda toolkit下载地址（新）：

CUDA Toolkit 旧版下载地址

注意 30系显卡只支持11.以上的版本，因此也限定了能使用的tensorflow版本

在我们的具体使用中，其实真正需要的并不是整个CUDA，而是cudatoolkit

查看显卡匹配的cuda版本：nvidia -smi显示的版本就是能安装的最高版本(因为高版本的cuda兼容低版本的cuda toolkit)

注意如果是安装旧版 最新的patch也要下载

安装后输入nvcc --version 有显示就说明安装成功
如果没有显示，那么注意是否添加路径

此电脑-属性-高级系统设置-环境变量

可以看到我的电脑红色的是cuda9的路径，如果我想切换到11.1，可以把9的删掉，目前只有这种笨方法，有更好的方法欢迎留言

cuddn下载地址，里面写了和cuda的对应关系

下载并解压文件夹，将解压后的文件夹下的文件拷贝到cuda安装目录下，与之相对应的文件夹下

tensorflow

tensorflow不太好用，个人推荐pytorch

注意30系显卡只能用2.以上的版本

pip install tensorflow-gpu==1.5.0 -i https://mirrors.aliyun.com/pypi/simple

cuda cuddn决定tensorflow版本，选windows拖到底下

检测有没有安装好：

python

import tensorflow as tf

tf.test.is_gpu_available()

numpy：

和python的对应关系

安装完之后，一般numpy也安装好了，但是避免出问题，可以看一眼numpy的版本，如果不匹配，conda install numpy

keras：

安装keras之前一定要装tensorflow

tensorflow决定keras安装什么版本

更早版本的

List of Available Environments - FloydHub Documentation

测试 import keras

注意protobuf和keras的关系

torch：

对应关系这个链接我还没找到找到的小伙伴告诉我一下

在安装torch之前一定先把对应版本的cuda和cudnn安装好

这一块弄不好会报错：No CUDA runtime is found, using CUDA_HOME='C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.1'

Start Locally | PyTorch

第一个建议选LTS（长期支持版本）

注意到note的命令

conda install pytorch torchvision torchaudio cudatoolkit=11.1 -c pytorch-lts -c conda-forge

直接在pycharm的terminal中输入就可以了

如果是安装之前的版本

注意到这里写了版本对应关系

用anaconda安装torch。新建虚拟环境后，直接在pytorch官网官网链接找到“Install”按钮。这里一键搞定torch，torchvision，cudatoolkit等等，不需要另外安装cuda（笔者在没有单独安装CUDA情况下，成功运行了torch-gpu，很丝滑），并且版本都会自己对于对应好，原因是anaconda都集成在虚拟环境里面了，统一管理各个依赖包。有镜像源的情况下，去掉末尾的“-c pytorch”会更快，因为加上-c pytorch 后就不是从清华源镜像下载，否则经常容易下载超时。不过conda下载超时时间可以设置。

检查是否安装成功：

结束前还要检查一下torch安装的是不是gpu版本（自己有显卡要跑的话就得gpu版本的）

torch.cuda.is_available()

torch.cuda.get_device_name(0)

如果不是的话：改成选stable版本的

22/07/04 torch.cuda.is_available()=False 在cmd里查显卡没查到但是重启之后就自己好了，猜测可能是显卡松动了

可以参考：安装PyTorch GPU/CPU 两种方法，各种版本，稳稳的！_哔哩哔哩_bilibili

一些常用包的安装

cv2：

conda install -c conda-forge opencv

apex：下载地址

下载到项目内解压，然后cmd输入：python setup.py install

修改miniconda3\envs\yolox\Lib\site-packages\apex-0.1-py3.8.egg\apex\amp\_amp_state.py
if TORCH_MAJOR == 1 and TORCH_MINOR < 8:
from torch._six import container_abcs
else:
import collections.abc as container_abcs

pycocotools:

pip install cython
pip install pycocotools

在windows中更简单的方法：pip install pycocotools-windows

如果源不好使

ipconfig

set http_proxy=http://192.108.7.202:7890
set https_proxy=http://192.108.7.202:7890

set all_proxy=http://192.108.7.202:7890

配置失败的可能原因：

conda或者pip没有添加正确的源（清华源也没有所有的资源）

conda config --add channels https://mirrors.ustc.edu.cn/anaconda/pkgs/main/
conda config --add channels https://mirrors.ustc.edu.cn/anaconda/pkgs/free/
conda config --add channels https://mirrors.bfsu.edu.cn/anaconda/cloud/pytorch/

conda config --set show_channel_urls yes pip config set global.index-url https://mirrors.ustc.edu.cn/pypi/web/simple

被源拒绝访问，以清华源为例：

https://github.com/tuna/issues/issues/1455

linux:

稍微简单一点，一般项目里有envs.sh这个文件，直接：bash envs.sh就会自动执行

这个文件可以用记事本打开看内容

如果报错的话就看是第几行的内容执行有问题

注意这几个的安装，可能本身是依赖，或者要依赖其他的，报错的话根据这几个的名字去搜索解决方案：pip / cmake / dlib

cuda

如果在linux中

查看/usr/local/cuda/bin下是否有nvcc可执行程序，如果没有说明cuda没有正常安装，需要重新安装，如果有，进入下一步

再输入nvcc --version看是否显示

如果还错就检查是不是和cuda版本冲突

添加环境变量，打开~/.bashrc ，添加环境变量export PATH="$PATH:/usr/local/cuda/bin"

然后source ./.bashrc

其他：

退回上一级目录：cd ..

更新pip：python -m pip install -U pip

查看已经安装的包：pip list

生成requirement.txt
pip freeze > requirements.txt

项目gitclone：

git clone https://ghproxy.com/项目gitclone地址

环境配置(win / linux)相关推荐

Anaconda3 下载安装及不同python环境配置（Linux/Windows）
Anaconda3 下载安装及不同python环境配置(Linux/Windows) 一.Anaconda3安装 Windows Linux(以ubuntu18.04为例) 二.配置虚拟环境一.An ...
linux iis 环境配置教程,Linux系统Java环境配置教程
1.卸载Linux系统自带的JDK 我们要删除掉自带的JDK环境再次查询是否已经删除 2.安装自己下载的JDK 2.1 下载JDK,地址: http://www.oracle.com/technet ...
2022年最新AlphaPose环境配置（Linux+GPU）
目录 1.AlphaPose简介 2.环境配置 1.我的环境 2.准备AlphaPose的环境 3.配置AlphaPose 3.配置完成 1.AlphaPose简介人体姿势识别AlphaPose是一 ...
anaconda3配置python2.7环境_Anaconda3+python3环境下如何创建python2环境（win+Linux下适用，同一个anaconda下py2/3共存）...
本人之前已经在anaconda环境下已经安装了python3的环境,现在因为一些需求,要安装python2环境 1.打开anaconda的anaconda prompt查看当前环境: conda in ...
Java环境配置（linux安装jdk8）
操作系统:Centos6.4 64位工具:Xftp5.Xshell5 1.下载jdk8 方法一:官网手动下载下载Linux环境下的jdk1.8 http://www.oracle.com/tech ...
新手：linux环境配置以及linux下的pycharm安装
一.首先安装linux,推荐使用feora,我采用的的是虚拟机安装最新版Fedora-Workstation-Live-x86_64-24-1.2.iso,一步步默认安装就成,这个不难,语言选择的时候 ...
003.linux开发环境配置及linux极速入门
目录 1.shell命令入门 1.1什么是shell? 1.2linux入门必备命令: 推荐一篇写的比较好的博客:linux最常用的20个命令 2.远程连接linux 2.1查看linux IP地址: ...
mne plot出错_MNE-Python 环境配置 | win 10
MNE 安装 | win 10 1 介绍 MNE脑电信号处理与分析工具包,Python环境. 官网教程:https://martinos.org/mne/stable/install_mne_pyth ...
scala linux 环境配置,LINUX系统下Java和Scala的环境配置
最近,笔者在研究一个有关"自然语言处理"的项目,在这个项目中,需要我们用Spark进行编程.而Spark内核是由Scala语言开发的,所以在使用Spark之前,我们必须配置好Sca ...

环境配置(win / linux)

在配置前需要做的工作