安装Anaconda3（Linux）

1、提前下载好Anaconda3的Linux版本

wget -c https://repo.anaconda.com/archive/Anaconda3-2023.03-1-Linux-x86_64.sh

2、找到下载conda文件的目录，进入该目录下输入以下安装命令，一路回车，直到它要求输入yes，继续回车

bash Anaconda3-2023.03-1-Linux-x86_64.sh

当看到显示“Thank you for installing Anaconda3”时安装完成

3、测试conda是否安装成功，输入以下命令，如果返回版本号则安装成功

conda --version

4、设置环境变量（若上述测试命令显示conda命令可正常使用，忽略以下步骤）

• 打开环境变量设置文件

vi /etc/profile

• 在profile文件尾部添加以下命令

export PATH=~/anaconda3/bin:$PATH

注意：这里的 export PATH 后面填的是conda安装目录所在的bin文件地址

• 按下esc，再键入：wq保存并退出
• 最后执行生效命令

source /etc/profile

5、验证安装是否成功

conda list

6、创建新的虚拟环境，并设置python版本号为3.8

conda create -n myenv python = 3.8

7、激活启动环境

conda activate myenv  
#或者: bash 'source activate myenv' 
#或者: conda.bat activate myenv

8、退出虚拟环境

conda deactivate

9、删除虚拟环境

conda remove -n 环境名称 --all

进行深度学习模型训练时，需要下载和安装的工具以及数据集都不同，且各种模型配置需要的依赖包和版本也不同，所以后续进行Pytorch和Tensorflow安装时，最好都独立创建不同的虚拟环境进行安装配置。

安装Pytorch

1、创建新的虚拟环境，在激活的虚拟环境下执行安装命令

conda install pytorch torchvision torchaudio cpuonly -c pytorch

2、验证Pytorch是否成功安装

import torch # 如果pytorch安装成功即可导入
print(torch.cuda.is_available()) # 查看CUDA是否可用
print(torch.cuda.device_count()) # 查看可用的CUDA数量
print(torch.version.cuda) # 查看CUDA的版本号

安装TensorFlow

1、创建新的虚拟环境，在激活的虚拟环境下执行安装命令

conda install tensorflow

2、验证tensorflow是否成功安装，在终端命令行窗口下输入python，进入Python编辑环境后输入以下代码来检查tensorflow的版本：

python
import tensorflow as tf
print(tf.__version__)

出现tensorFlow的版本号即说明安装成功！