在清華大學 TUNA 鏡像源選擇對應的操做系統與所需的Python版本下載Anaconda安裝包。Ubuntu環境下在終端執行html
$ bash Anaconda2-4.3.1-Linux-x86_64.sh #Python 2.7版本
python
或shell
$ bash Anaconda3-4.3.1-Linux-x86_64.sh #Python 3.5 版本
數據庫
在安裝的過程當中,會詢問安裝路徑,按回車便可。以後會詢問是否將Anaconda安裝路徑加入到環境變量(.bashrc)中,輸入yes,這樣之後在終端中輸入python便可直接進入Anaconda的Python版本(若是你的系統中以前安裝過Python,自行選擇yes or no)。安裝成功後,會有當前用戶根目錄下生成一個anaconda的文件夾,裏面就是安裝好的內容bash
查詢安裝信息網絡
$ conda info
工具
查詢當前已經安裝的庫url
$ conda list
spa
安裝庫(***表明庫lib名稱)操作系統
$ conda install ***
更新庫
$ conda update ***
官方下載更新工具包的速度很慢,因此繼續添加清華大學 TUNA提供的Anaconda倉庫鏡像,在終端或cmd中輸入以下命令進行添加
$ conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
$ conda config --set show_channel_urls yes
在終端或cmd中輸入如下命令搜索當前可用的tensorflow版本
$ anaconda search -t conda tensorflow
選擇一個較新的CPU或GPU版本,如jjh_cio_testing/tensorflow-gpu的1.3.0版本,輸入以下命令查詢安裝命令
$ anaconda show jjh_cio_testing/tensorflow-gpu
使用最後一行的提示命令進行安裝
$ conda install --channel https://conda.anaconda.org/jjh_cio_testing tensorflow-gpu
conda會自動檢測安裝此版本的Tensorflow所依賴的庫,若是你的Anaconda缺乏這些依賴庫,會提示你安裝。由於我以前已經安裝過了,因此這裏只提示安裝Tensorflow。輸入y並回車以後等待安裝結束便可
進入python,輸入
import tensorflow as tf
若是沒有報錯說明安裝成功。
pyTorch 安裝起來很簡單, 它自家網頁上就有很方便的選擇方式:
根據你的狀況選擇適合你的安裝方法, 我已本身爲例, 我使用的是Linux, 個人 Python 是 2.7 版的, 有 GPU 加速, 那我就按上面的選:
而後根據上面的提示, 我只須要在個人 Terminal 當中輸入如下指令就行了:
conda install pytorch torchvision cuda80 -c soumith
我安裝的是0.2.0版本的 torch, 安裝 PyTorch 會安裝兩個模塊, 一個是 torch, 一個 torchvision, torch 是主模塊, 用來搭建神經網絡的, torchvision 是輔模塊, 有數據庫, 還有一些已經訓練好的神經網絡((VGG, AlexNet, ResNet))能夠直接用。.
安裝成功!