学习需要，搭建基于以下环境配置的深度学习框架，在此主要记录利用anaconda创建虚拟环境并安装pytorch0.4.1和torchvision的过程。
Linux系统版本为18.04。

参考：使用anaconda创建虚拟环境安装不同深度学习框架 https://blog.csdn.net/weixin_40100431/article/details/82116171
Ubuntu16.04+CUDA9.0安装pytorch0.4.1填坑记录 https://blog.csdn.net/fzu_11140835/article/details/86553386

创建并进入虚拟环境

·创建虚拟环境

conda create -n pytorch35 pip python=3.5
1

以上命令在创建虚拟环境的同时，安装了python3.5。

·进入虚拟环境

source activate pytorch35
1

或

conda activate pytorch35
1

其中，pytorch35为自定义的虚拟环境名称。

配置虚拟环境

1.安装cuda和cudnn

conda install cudnn=7.1.2
1

通过以上命令安装cudnn，会同时自动安装依赖项 cuda。

2.安装pytorch和torchvision

如果安装最新版本的pytorch和torchvision可直接在pytorch官网的Start Locally上，根据系统配置选择，按照官网给出的命令，完成安装。

conda install pytorch torchvision cudatoolkit=9.0 -c pytorch
1

利用以上命令，可同时安装PyTorch和torchvision，但PyTorch的版本为1.1，而所需PyTorch版本为0.4.1，因此不能采用以上命令进行配置，而是要分别安装PyTorch 0.4.1和torchvision。

pytorch官网提供了previous versions of PyTorch安装选项，可根据需求进行安装。

·安装pytorch 0.4.1

conda install pytorch=0.4.1 cuda90 -c pytorch
1

以上是cuda9.0版本的安装命令。

·安装torchvision

conda install torchvision
1

其他需要的包，均可以通过pip进行安装，不赘述。
至此完成了环境的配置。

测试

在虚拟环境里启动python并进行测试，即通过以下命令测试是否可以正常导入库和包。

import torch
import torchvision
import cv2
import numpy
import matplotlib
import dominate
import random
import collections
import shutil
1
2
3
4
5
6
7
8
9

如果没有报错，如下图，则环境配置成功。

‘’’
请大家多多指教 orz
‘’’