Anaconda中构建深度学习开发环境记录（Win10下测试）

有人问我Win10下深度学习环境的构建，个人觉得应该和Win7差不多，但出于负责还是亲自尝试记录一下。下面所说的命令都是亲测可用的。
我的平台是：Python3.6(Anaconda4.3)+CUDA10.0+windows10，提前去NVIDIA官网下载CUDA和cuDNN，配置见我的另一篇博客，这里不再赘述

• 设置源
  2019年6月5日Anaconda清华源又恢复使用了，很好！！
  在annaconda命令行中使用一下命令就可以设置源。
  conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
  conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/
  conda config --set show_channel_urls yes

• 虚环境
  conda create -n deeplearning python=3.6
  conda info -e
  activate deeplearning

• tensorflow
  GPU版本：
  anaconda search -t conda tensorflow-gpu
  anaconda show anaconda/tensorflow-gpu
  conda install --channel https://conda.anaconda.org/anaconda tensorflow-gpu=1.13.1

  CPU版本：
  anaconda search -t conda tensorflow
  anaconda show conda-forge/tensorflow
  conda install --channel https://conda.anaconda.org/conda-forge tensorflow=1.13.1

• keras
  #anaconda search -t conda keras-gpu
  #anaconda show anaconda/keras-gpu
  #conda install --channel https://conda.anaconda.org/anaconda keras-gpu=2.2.4
  #以上命令会提示：The following packages will be SUPERSEDED by a higher-priority channel，所以最好不要确认安装
  pip install keras

• Jupyter支持多个kernel
  conda install nb_conda

• 其他包的安装
  conda install matplotlib
  conda install pandas
  conda install scikit-learn

• pytorch
  在线安装方式：
  上Pytorch官网，选择自己的平台，如我的：
  
  GPU版本：conda install pytorch torchvision cudatoolkit=10.0 -c pytorch
  CPU版本：conda install pytorch-cpu torchvision-cpu -c pytorch
  目前最新的是1.1.0
  这里为节约时间采用离线本地安装方法，：
  下载地址：清华园Pytorch
  GPU版本：：conda install --use-local pytorch-1.1.0-py3.6_cuda100_cudnn7_1.tar.bz2
  CPU版本安装：conda install --use-local pytorch-cpu-1.1.0-py3.6_cpu_1.tar.bz2
  Torchvision：这个主要集成了一些数据集，深度学习模型，一些转换等，以后需要使用还是很方便的，pip install torchvision