雲服務器搭建深度學習環境之Anaconda安裝及基本使用

Why Anaconda ?

對於深度學習初學者，Python.pip,pytorch等各種依賴包是少不了的，尤其面臨各個依賴包版本的不同時，有的升級有的降級，浪費寶寶們很多寶貴時間，簡直就是勸退！不同工程在裸機上安裝下載，就會亂的一塌糊塗，我們也不能跑一個工程重裝一次系統，因此構建虛擬環境就是必須要整的事情了！簡單一點入門的話用Anaconda就夠了，稍微複雜一點可以上Docker,今天則是介紹下Anaconda基本使用！
Anaconda擁有超過1400個軟件包其中包含Conda和虛擬環境管理，因此無需去了解獨立安裝每個庫。可以使用已經包含在Anaconda中的命令conda install或者pip install從Anaconda倉庫中安裝開源軟件包。Pip提供了Conda大部分功能，並且大多數情況下兩個可以同時使用。可以使用conda build命令構建自定義包，然後通過上傳到Anaconda Cloud、PyPI或其他倉庫來分享給其他人。 ----------Wikipedia
windows系統安裝方法在最下面補充

1.下載Anaconda

方式1：通過清華鏡像源下載，下載速度較快！但是Anaconda版本不是最新的!
https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/
方式2：直接通過官網下載，由於服務器在國外，下載速度稍慢！
https://www.anaconda.com/distribution/

2.安裝Anaconda

切換爲普通用戶，儘量不要用root用戶

sudo sh Anaconda3-2019.10-Linux-x86_64.sh    

輸入root密碼，接下來只需要一直按回車鍵（Enter鍵）即可，然後輸入yes後，再按回車！

source ~/.bashrc # 更新環境變量，否則輸入conda相關指令報錯說找不到conda相關命令

3.切換Anaconda軟件源

由於很多框架例如TensorFlow.Pytorch服務器都在國外，下載速度超級慢，因此我們需要切換Anaconda的軟件下載源。

cd ~/                                      # 進入主目錄
conda config --set show_channel_urls yes   # 創建.condarc文件
vim .condarc                               # 編輯.condarc文件

刪除.condarc文件所有內容，然後複製以下代碼

channels:
  - defaults
show_channel_urls: true
default_channels:
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/r
custom_channels:
  conda-forge: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  msys2: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  bioconda: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  menpo: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  pytorch: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  simpleitk: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud

保存該文件

4.創建.激活.關閉Anaconda環境

conda update -n base -c defaults conda  # 先更新一下Anaconda環境
conda create -n demo python=3.7   # 此處則是創建了名爲demo的環境
conda activate demo               # 激活demo環境
conda deactivate                  # 關閉demo環境 

5.查看本機Anaconda所有環境

conda info --env

6.導入、導出Anaconda環境

如果本地的工程想要其他電腦上運行，則需要下載相同的環境依賴包，費事費力。所以我們可以將本地環境導出，然後在另外一臺已經安裝Anaconda的電腦上重新激活該環境即可。
電腦A：

conda activate demo          	# 第一步激活需要導出的環境
conda env export > demo.yaml 	# 該目錄下則會多出demo.yaml文件，.yaml爲文件後綴，yaml文件名可隨便起

電腦B：
將demo.yaml拷貝至該電腦某文件夾下，打開Terminal終端：

conda env create -f demo.yaml   #  導入環境
# 按照提示，激活環境即可

7.克隆Anaconda環境

前提是已經有建立好的克隆環境

# conda create -n 新環境名 --clone 克隆的環境名，例如：
conda create -n new --clone old # 克隆名爲old的環境，並將新產生的環境命名爲new

8.刪除Anaconda某環境

conda remove -n demo --all     # 刪除demo環境下所有的文件

9.關閉Anaconda默認的Base環境

conda config --set auto_activate_base false

Windows安裝Anaconda方法

可直接打開pycharm,在Terminal終端中輸入

conda config --set show_channel_urls yes

這時候會在你的C盤，具體目錄爲C:\用戶\你的用戶名\.condarc
此時看到生成的文件 .condarc 文件
然後編輯.condarc文件內容
（建議下載一個Notepad++軟件，可直接進行編輯，鏈接地址爲：Notepad++點我進入主頁）

channels:
  - defaults
show_channel_urls: true
default_channels:
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/r
custom_channels:
  conda-forge: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  msys2: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  bioconda: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  menpo: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  pytorch: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  simpleitk: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud

接下來的使用和上述相同，
對於windows用戶，建議直接在Pycharm中的Terminal裏面敲指令