# 添加清华镜像源
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --set show_channel_urls yes        #生成.condarc配置文件

在这里修改镜像源C:\Users\user_name\.condarc

下面是我收集的网址：

修改为清华镜像
- https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
- https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/
- https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/win-64
- https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/noarch
- https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/win-64
- https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/noarch
修改为中科大的镜像
- https://mirrors.ustc.edu.cn/anaconda/pkgs/free/
- https://mirrors.ustc.edu.cn/anaconda/pkgs/main/
- https://mirrors.ustc.edu.cn/anaconda/pkgs/free/
- https://mirrors.ustc.edu.cn/anaconda/cloud/conda-forge/
- https://mirrors.ustc.edu.cn/anaconda/cloud/msys2/
- https://mirrors.ustc.edu.cn/anaconda/cloud/bioconda/

新版ubuntu要求使用https源，要注意。
清华：https://pypi.tuna.tsinghua.edu.cn/simple
中国科技大学 https://pypi.mirrors.ustc.edu.cn/simple/
阿里云：http://mirrors.aliyun.com/pypi/simple/
华中科技大学：http://pypi.hustunique.com/
山东理工大学：http://pypi.sdutlinux.org/
豆瓣：http://pypi.douban.com/simple/
网易：http://mirrors.163.com/
阿里云：http://mirrors.aliyun.com/ 同步频率为每天一次，每天凌晨2：00-4：00为镜像的同步时间
搜狐：http://mirrors.sohu.com/
原文：https://blog.csdn.net/leviopku/article/details/80113021

Step#5 修改Python版本为3.6.7

Anaconda3 5.3.0(64bit)自带的是3.7版Python，需要降版本至3.6.7

conda install python=3.6.7          # 安装python，指定版本为3.6.7

Step#6 创建虚拟环境tf1

创建一个叫“tf1”的虚拟环境，基于Python3.6.7，之后会安装的是tensorflow1.12

名字不要起得太长，自己可以记住就行，后面还会使用到这个名字。

conda create -n tf1 python=3.6.7

然后输入y，等待一段时间，虚拟环境tf1创建完成。

Step#7 激活tf1环境&安装TensorFlow

会下载&安装如下包：

Step#8 检查TensorFlow是否正确安装【代码】

import tensorflow as tf
se = tf.Session()
ar1 = tf.ones([2,3])
se.run(ar1)

Step#9 安装Keras2.2.4

conda install keras=2.2.4

Step#10 检查Keras是否正确安装【代码】

步骤和检查TensorFlow一样，如下图

from keras.models import Sequential

记得最后输入deactivate退出tf1环境，为下面安装PyTorch做准备

Step#11 创建PyTorch环境pt & 安装PyTorch与TorchVision

torchvision 作用

1. 提供主流的model，和常用数据集

2. 对 torch.utils.data.Dataset进行扩充，针对不同类别图像放入不同文件夹的数据进行读取， torchvision.datasets.ImageFolder是torch.utils.data.Dataset 的子类。

3.提供transforms

在命令行输入的指令如下：

conda create -n pt python=3.6.7  # 创建一个pt环境，基于Python3.6.7，后续会安装PyTorch1.0
conda env list                   # 查看当前存在的环境
activate pt                      # 激活pt环境
conda install pytorch=1.0        # 安装PyTorch 1.0版
pip install torchvision==0.2.1   # Anaconda不支持TorchVision，所以使用pip指令安装

如果直接使用指令pip install torchvision安装，会报错误

Could not find a version that satisfies the requirement torch>=1.1.0 (from torchvision) (from versions: 0.1.2, 0.1.2.post1, 0.1.2.post2)
No matching distribution found for torch>=1.1.0 (from torchvision)

笔者说明：我们之前已经安装了PyTorch1.0，而torchvision要求PyTorch>=1.1.0

解决办法：安装TorchVision 0.2.1版，pip install torchvision==0.2.1

不想安装PyTorch1.0版本的可以去官网安装最新版（1.2）

在这个网址查看PyTorch安装指令

https://pytorch.org/

Step#12 检查PyTorch是否正确安装【代码】

import torch as t     # 导入Torch
a = t.zeros([2,3])    # 创建一个2x3的矩阵，其值全部为零
print(a)              # 输出矩阵

独步天秤

发布了85 篇原创文章 · 获赞 82 · 访问量 9万+

私信关注

Win10快速搭建TensorFlow, Keras与PyTorch深度学习环境

版本信息

安装步骤

Step#1 安装Anaconda3 5.3.0(64bit)

Step#2 将Anaconda添加至环境变量

Step#3 打开Anaconda Prompt

Step#4 修改Anaconda的软件源为清华镜像