鱼的机器之旅——开发环境（keras pytorch）

最近打算学习下深度学习框架 keras、pytorch，考虑到本机笔记本装的是 python 3.7，会有版本环境问题，打算使用conda env 进行多环境管理。

1. Python 虚拟环境使用方法

1. 创建不同的python版本

conda create -n venv python=3.6

2. 激活虚拟环境

#on windows
activate venv
#或者
conda activate venv

#on linux
source activate venv

3. 退出虚拟环境

#on windows
deactivate 
#或者
conda deactivate

#on linux
source deactivate

4. 删除虚拟环境

# 删除一个已有环境
conda remove --name venv --all

5. 其他

# 安装
conda install -n venv pandas
## 如果不用-n指定环境名称，则被安装在当前激活环境
# 更新
conda update -n venv numpy 
# 删除
conda remove -n venv numpy

# 列出系统存在虚拟环境
conda info -e
conda env list 

# 查看当前环境下已安装的包
conda list 
# 查看某个指定环境的已安装包
conda list -n venv 
# 查找package信息
conda search numpy

2. conda 虚拟环境配置 keras、pytorch

pytorch 官网: https://pytorch.org/

[图片上传失败...(image-d290a7-1568700059452)]

# 1 创建环境
conda create -n keras（或者pytorch） python=3.6

# 2 激活安装keras（或者pytorch）
activate keras（或者pytorch）

# 3.1 安装keras
conda install keras
# 3.2不激活环境安装keras
conda install -n keras keras

# 3.3 安装pytorch：去 pytorch 官网复制安装版本
conda install pytorch torchvision cudatoolkit=10.0 -c pytorch

1568697691895.png

# 不激活安装其他库
conda install -n keras（或者pytorch） pandas
conda install -n keras（或者pytorch） matplotlib

查看环境是否安装

• pytorch：

import  torch

print(torch.__version__)
# 可选：是否GPU可用
print('gpu:', torch.cuda.is_available())

• keras

# 下载案例
git clone https://github.com/fchollet/keras.git
# 进入案例目录
cd keras/examples/
# 激活环境后
python mnist_mlp.py

1568699134044.png

3. Jupyter Notebook 配置虚拟环境 keras、pytorch多核

1. conda 安装一个nb_conda包
2. 虚拟环境上安装ipykernel

# conda 安装一个nb_conda包
conda install nb_conda

# 不激活安装其他库
conda install -n XXX(你的虚拟环境名称) ipykernel

配置成功后的 Notebook 环境：

1568698268210.png 1568698371849.png