深度学习环境安装

对于不需要特定版本的深度学习环境，又不想自己折腾的同学，建议根据以下教程按部就班快速安装最新的深度学习环境。
NOTE: 快速安装完环境后，建议后续安装的所有第三方包都采用pip方式安装，不要使用conda方式安装，尽量避免覆盖pytorch和tensorflow的版本，导致GPU不可用。

已将服务器的默认pip源改为清华源以加快pip下载速度，如有其他源的需求请自行更改。

管理员注：如果没有特殊需求，建议科研还是使用pytorch吧，方便好用兼容性好。

安装 pytorch 环境

# 激活conda的base环境
source /opt/conda/bin/activate

# 创建新的Conda虚拟环境，环境名为torch_py310, 设定python版本为3.10
conda create -n torch_py310 python=3.10

# 创建完成后激活虚拟环境
conda activate torch_py310

# 安装pytorch，命令参考官网：https://pytorch.org/
# 这里把 torchvision和torchaudio 也装上了，不需要的话可以去掉
# 注意这个命令会把cudatoolkit也装了，不需要单独安装cuda
pip3 install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu121

# 如果对cuda版本有要求的（cuda 11），可以用这个命令
# pip3 install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu118

# 测试pytorch是否已经安装完成
python -c "import torch;print(torch.__version__)"
# 如果输出类似：2.2.1+cu118 的版本号信息，说明已经安装成功，若报错则没安装成功，请联系管理员。

# 测试pytorch是否已经支持使用GPU
python -c "import torch;print(torch.cuda.is_available())"
# 若输出True，则说明已经GPU环境已经安装成功可用

安装 Tensorflow 环境

注意！截止笔者写文档时，最新的Tensorflow 2.4 不支持 python 3.9以上，稍旧版的Tensorflow 2.2 不支持 python 3.8以上。详见：https://www.tensorflow.org/install?hl=zh-cn
建议使用 tensorflow 2.x 的选择 python3.8 环境，使用 tensorflow 1.x 的选择 python3.7 环境。

安装 Tensorflow 2.x

# 激活conda的base环境
source /opt/conda/bin/activate

# 创建新的Conda虚拟环境，环境名为tf_py38, 设定python版本为3.8
conda create -n tf_py38 python=3.8

# 创建完成后激活虚拟环境
conda activate tf_py38

# 安装tensorflow 2
# 注意这里使用conda安装比较稳妥，会自动安装cuda和cudnn组件等依赖
conda install tensorflow-gpu

# 测试tensorflow是否安装完成
python -c "import tensorflow;print(tensorflow.__version__)"
# 若输出类似：'2.15.0' 的版本号信息，说明已经安装成功。

# 常见报错一：AttributeError: module 'numpy' has no attribute 'object'
# 原因：numpy版本不兼容，重新安装一个numpy版本
pip install numpy==1.23.4

# 测试tensorflow是否已经支持GPU
python -c "import tensorflow;print(tensorflow.config.list_physical_devices('GPU'))"
# 如果输出显卡信息，则说明安装成功且已支持GPU。若输出空列表[]，说明GPU环境没有安装成功。

安装 Tensorflow 1.x

# 激活conda的base环境
source /opt/conda/bin/activate

# 创建新的Conda虚拟环境，环境名为tf_py37, 设定python版本为3.7
conda create -n tf_py37 python=3.7

# 创建完成后激活虚拟环境
conda activate tf_py37

# 安装tensorflow 1.x
# 注意这里使用conda安装比较稳妥，会自动安装cuda和cudnn组件等依赖
# tensorflow=1意思是要安装1.x的最新版本（1.15），如果有其他版本的需求，请自行更改或查找另外的教程。
conda install tensorflow-gpu=1

# 测试tensorflow是否安装完成
python -c "import tensorflow;print(tensorflow.__version__)"
# 若输出类似：'1.15.0' 的版本号信息，说明已经安装成功。

# 测试tensorflow是否已经支持GPU
python -c "import tensorflow;print(tensorflow.test.is_gpu_available())"
# 如果log出显卡信息，且最后输出True，则说明已支持GPU环境。若输出False，说明GPU环境没有安装成功。