最近在學習深度學習的一些常用框架，如tensorflow和pytorch。總結一下遇到的常見問題！虛擬環境的建立在專案拷貝時非常有用，可以快速的在別人的電腦上搭建好環境並進行修改和演示。

• 建立python虛擬環境。

         使用 conda create -n your_env_name python=X.X（2.7、3.6等)命令建立python版本為X.X、名字為your_env_name的虛擬環境。       your_env_name檔案可以在Anaconda安裝目錄envs檔案下找到。

• 使用啟用(或切換不同python版本)的虛擬環境。

            開啟命令列輸入python --version可以檢查當前python的版本。            使用如下命令即可 啟用你的虛擬環境(即將python的版本改變)。            Linux:  source activate your_env_name(虛擬環境名稱)

            Windows: activate your_env_name(虛擬環境名稱)            這是再使用python --version可以檢查當前python版本是否為想要的。

• 對虛擬環境中安裝額外的包。

            使用命令conda install -n your_env_name [package]即可安裝package到your_env_name中

• 關閉虛擬環境(即從當前環境退出返回使用PATH環境中的預設python版本)。

            Linux: source deactivate            Windows: deactivate

• 刪除虛擬環境

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

• 刪除環境中的某個包

           使用命令conda remove --name your_env_name  package_name 即可。conda常用其他指令

• conda list  檢視安裝那些包
• conda env list 或者 conda info -e 檢視當前存在的虛擬環境
• conda update conda    檢查更新當前conda

pip與conda更換安裝源      由於pip和conda的原始安裝源都在國外，所以安裝時會很慢，有時直接掛掉，所以一般使用國內的清華源（我一般用這個）pip源的更換：

臨時使用：

• pip 後加引數 -i https://pypi.tuna.tsinghua.edu.cn/simple
• 例：pip install -i https://pypi.tuna.tsinghua.edu.cn/simple pandas

永久使用：Linux下：

• 修改 ~/.pip/pip.conf (沒有就建立一個)， 修改 index-url至tuna，內容如下：
• [global]   index-url = https://pypi.tuna.tsinghua.edu.cn/simple

windows下:

• 直接在user目錄中建立一個pip目錄，如：C:\Users\xxxx\pip，新建檔案pip.ini，內容如下

比如更新Anaconda中的pip，只能使用conda更新到9.3，但最新版為10.1，需要使用pip進行更新，臨時使用指令為python -m pip install -i https://pypi.tuna.tsinghua.edu.cn/simple --upgrade pipconda源更換：conda的源也使用清華的，只需要兩條命令：conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/ conda config --set show_channel_urls yes安裝tensorflow和pytorch安裝指令很簡單，去官網上檢視根據自己的需要，區分系統和有無GPU。tensorflow安裝：pytorch安裝：如筆者使用win+cpu版本進行安裝，則需如下指令：
tensorflow:pip install --ignore-installed --upgrade tensorflowpytorch:conda install pytorch-cpu -c pytorchpip3 install torchvision