本文介紹瞭如何分別在win10與ubuntu18系統下部署深度學習開發環境，如何創建、管理多版本深度學習環境，附帶了雙系統安裝教程。

虛擬環境管理與使用技巧，附帶win10與ubuntu18 pytorch+tensorflow-gpu深度學習框架安裝及雙系統安裝教程

Python擁有強大的生態，但這個生態對於linux和mac類UNIX系統支持較好，而對於Windows支持有一定的不足（不足之處主要表現爲有的python安裝包在Windows平臺上沒有），Windows下最好使用集成環境Anaconda搭建開發環境（硬件配置稍好一點的Linux和Mac也非常建議使用Anaconda）。

1、創建與刪除

1.1 從互聯網創建新的指定python版本的虛擬環境

安裝完Anaconda python 3.7，需要使用python3.6的方法，以創建名爲“py36”的虛擬環境：
Anaconda prompt或cmd使用命令：conda create -n py36 python=3.6 anaconda（最後添加anaconda是爲了創建時安裝各種包）

1.2、克隆虛擬環境

1.2.1、本機克隆虛擬環境

conda本身的命令裏是有移植這個選項的。
假如前提是，在本地的conda裏已經有一個AAA的環境，我想創建一個新環境跟它一模一樣的叫BBB，那麼這樣一句就搞定了：

conda create -n BBB --clone AAA

1.2.2、跨計算機克隆虛擬環境

我已經在A服務器上配置好了一套我的conda環境，但是我現在又多出來了幾臺服務器，我想配置一模一樣的，又不想一個一個包地重裝一遍，能不能conda的環境直接移植到新的計算機上呢？其實是一樣的。查詢conda create命令的原來說明，是這樣的：
–clone ENV
Path to (or name of) existing local environment.
–clone這個參數後面的不僅可以是環境的名字，也可以是環境的路徑。
所以，很自然地，我們可以把原來電腦上目標conda環境的目錄複製到新電腦上，然後再用：

conda create -n BBB --clone ~/path

就直接一步安裝了所有的包，完成了環境的移植。
原來的電腦上的環境的地址可以用：

conda-env list
conda.bat env list
conda info -e

1.3 刪除虛擬環境

1.3.1 刪除環境：

使用命令conda remove -n your_env_name(虛擬環境名稱) --all，即可刪除。

1.3.2 刪除虛擬環境中的包：

使用命令conda remove --name $your_env_name $package_name（包名） 即可。

2、激活和退出：

2.1 激活新的虛擬環境

需要使用python3.6版本的虛擬環境py36時，只需在anaconda prompt或cmd（或linux的terminal）中：

conda activate py36

2.2 退出當前虛擬環境

退出python3.6虛擬環境，可以使用命令 conda deactivate 或 conda activate xxx切換到其他環境。

3 常用環境管理命令

3.1 查看當前存在哪些虛擬環境

conda-env list
conda.bat env list
conda info -e

3.2 查看安裝了哪些包

conda list

3.3 安裝新的軟件包

conda install package_name(包名)

3.4檢查更新當前conda

conda update conda

4. Anaconda更換國內源、刪源

4.1 換國內源

國內主要有清華源和中科大源

4.1.1 添加清華源

命令行中直接使用以下命令（ubuntu命令行也可以）

conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge 
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/msys2/

 # 以下代碼用於設置搜索時顯示通道地址
conda config --set show_channel_urls yes

4.1.2 添加中科大源

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.ustc.edu.cn/anaconda/cloud/conda-forge/
conda config --add channels https://mirrors.ustc.edu.cn/anaconda/cloud/msys2/
conda config --add channels https://mirrors.ustc.edu.cn/anaconda/cloud/bioconda/
conda config --add channels https://mirrors.ustc.edu.cn/anaconda/cloud/menpo/

conda config --set show_channel_urls yes

在Linux下，還可以直接將以上配置文件寫在~/.condarc中

vim ~/.condarc
channels:
  - https://mirrors.ustc.edu.cn/anaconda/pkgs/main/
  - https://mirrors.ustc.edu.cn/anaconda/cloud/conda-forge/
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
  - defaults
show_channel_urls: true

4.2 刪源

換回conda的默認源。查看了conda config的文檔後，發現直接刪除channels即可。

conda config --remove-key channels

5 將anaconda prompt或anaconda powershell prompt放在右鍵菜單中顯示（全網獨家）

5.1 anaconda prompt

參考本篇博客

5.1 anaconda powershell prompt

anaconda prompt可以參考上述文章，但對於powershell版本的anaconda powersell prompt則需要將上述默認值

cmd.exe /s /k "title Anaconda3" && C:\Users\penga\Anaconda3\Scripts\activate.bat C:\Users\penga\Anaconda3

改成如下的形式

powershell.exe -ExecutionPolicy ByPass -NoExit -Command "& 'C:\Users\penga\Anaconda3\shell\condabin\conda-hook.ps1' ; conda activate 'C:\Users\penga\Anaconda3' "

代碼中的"& 'C:\Users\penga\Anaconda3\shell\condabin\conda-hook.ps1' ; conda activate 'C:\Users\penga\Anaconda3' "可以按照下列方式查找到
（1）打開 anaconda powershell prompt快捷方式

（2）查看快捷方式屬性，並將目標(T):選項卡中的代碼片複製到記事本中備用，如下圖：

Appendix（附錄）：

A.1、雙系統安裝：從win10開始安裝ubuntu18.04雙系統

注意：以下安裝方案適用於MBR電腦，GPT系列請繞道自己百度。

1、預備工作：清理出一塊不被佔用的硬盤（最好是固態，存儲空間越大越好，最好從win10相同的盤清理出一塊作爲ubuntu的\boot掛載，不然可能會出現安裝失敗的問題，尤其是筆記本）

2、系統安裝過程不贅述，主要參考
問題: 安裝完後，臺式機很有可能出現卡頓在入口的情況，彆着急，很正常，ctrl+alt+F1進入純命令窗口輸入一些安裝驅動的命令就會輕鬆解決（具體請百度）

3、安裝完ubuntu後重啓電腦一般都不會出現雙系統切換選項，一個簡單的方法是打開win10後安裝開源軟件easyBCD(點擊直接下載)，然後即可非常方便的設置雙系統的開機啓動項順序。

A.2、ubuntu系統配置深度學習開發框架步驟

A.2.1、安裝nvidia顯卡驅動、安裝cuda、cudnn

下載安裝需要版本的cuda cudnn
cuda歷史版本下載地址
 cudnn下載地址

A.2.2、安裝anaconda（直接去官網下載exe文件安裝）

安裝anaconda 參考方法

A.2.3 安裝tensorflow-gpu、pytorch開發框架

安裝pytorch，安裝0.3版本+1.x版本即可滿足絕大部分需要，通過conda安裝pytorch-gpu0.3.1版本，請參考https://ptorch.com/news/145.html
安裝pytorch-gpu1.x版本：https://pytorch.org/get-started/previous-versions/

安裝tensorflow-gpu：Ubuntu18.04使用anaconda3安裝tensorflow-gpu、pytorch

A.3、win10系統配置深度學習開發框架步驟

A.3.1、安裝nvidia顯卡驅動、安裝cuda、cudnn

cuda歷史版本下載地址
 cudnn下載地址

A.3.2、安裝anaconda（直接去官網下載exe文件安裝）

A.3.3 安裝tensorflow-gpu、pytorch開發框架

安裝pytorch，安裝0.3版本+1.x版本即可滿足絕大部分需要，但pytorch0.4以前都不對windows開放，因而在windows下安裝0.3版本往往需要通過離線方式，以安裝pytorch-gpu0.3.1版本爲例，參考A.4 離線安裝開發框架步驟
安裝pytorch-gpu1.x版本：https://pytorch.org/get-started/previous-versions/