Why Anaconda ?

对于深度学习初学者，Python.pip,pytorch等各种依赖包是少不了的，尤其面临各个依赖包版本的不同时，有的升级有的降级，浪费宝宝们很多宝贵时间，简直就是劝退！不同工程在裸机上安装下载，就会乱的一塌糊涂，我们也不能跑一个工程重装一次系统，因此构建虚拟环境就是必须要整的事情了！简单一点入门的话用Anaconda就够了，稍微复杂一点可以上Docker,今天则是介绍下Anaconda基本使用！
Anaconda拥有超过1400个软件包其中包含Conda和虚拟环境管理，因此无需去了解独立安装每个库。可以使用已经包含在Anaconda中的命令conda install或者pip install从Anaconda仓库中安装开源软件包。Pip提供了Conda大部分功能，并且大多数情况下两个可以同时使用。可以使用conda build命令构建自定义包，然后通过上传到Anaconda Cloud、PyPI或其他仓库来分享给其他人。 ----------Wikipedia
windows系统安装方法在最下面补充

1.下载Anaconda

方式1：通过清华镜像源下载，下载速度较快！但是Anaconda版本不是最新的!
https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/
方式2：直接通过官网下载，由于服务器在国外，下载速度稍慢！
https://www.anaconda.com/distribution/

2.安装Anaconda

切换为普通用户，尽量不要用root用户

sudo sh Anaconda3-2019.10-Linux-x86_64.sh

输入root密码，接下来只需要一直按回车键（Enter键）即可，然后输入yes后，再按回车！

source ~/.bashrc # 更新环境变量，否则输入conda相关指令报错说找不到conda相关命令

3.切换Anaconda软件源

由于很多框架例如TensorFlow.Pytorch服务器都在国外，下载速度超级慢，因此我们需要切换Anaconda的软件下载源。

cd ~/                                      # 进入主目录
conda config --set show_channel_urls yes   # 创建.condarc文件
vim .condarc                               # 编辑.condarc文件

删除.condarc文件所有内容，然后复制以下代码

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

保存该文件

4.创建.激活.关闭Anaconda环境

conda update -n base -c defaults conda  # 先更新一下Anaconda环境
conda create -n demo python=3.7   # 此处则是创建了名为demo的环境
conda activate demo               # 激活demo环境
conda deactivate                  # 关闭demo环境

5.查看本机Anaconda所有环境

conda info --env

6.导入、导出Anaconda环境

如果本地的工程想要其他电脑上运行，则需要下载相同的环境依赖包，费事费力。所以我们可以将本地环境导出，然后在另外一台已经安装Anaconda的电脑上重新激活该环境即可。
电脑A：

conda activate demo          	# 第一步激活需要导出的环境
conda env export > demo.yaml 	# 该目录下则会多出demo.yaml文件，.yaml为文件后缀，yaml文件名可随便起

电脑B：
将demo.yaml拷贝至该电脑某文件夹下，打开Terminal终端：

conda env create -f demo.yaml   #  导入环境
# 按照提示，激活环境即可

7.克隆Anaconda环境

前提是已经有建立好的克隆环境

# conda create -n 新环境名 --clone 克隆的环境名，例如：
conda create -n new --clone old # 克隆名为old的环境，并将新产生的环境命名为new

8.删除Anaconda某环境

conda remove -n demo --all     # 删除demo环境下所有的文件

9.关闭Anaconda默认的Base环境

conda config --set auto_activate_base false

Windows安装Anaconda方法

可直接打开pycharm,在Terminal终端中输入

conda config --set show_channel_urls yes

这时候会在你的C盘，具体目录为C:\用户\你的用户名\.condarc
此时看到生成的文件 .condarc 文件
然后编辑.condarc文件内容
（建议下载一个Notepad++软件，可直接进行编辑，链接地址为：Notepad++点我进入主页）

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

接下来的使用和上述相同，
对于windows用户，建议直接在Pycharm中的Terminal里面敲指令

云服务器搭建深度学习环境之Anaconda安装及基本使用