pytorch-tensorflow安装环境

确保显卡驱动都是正常运行的（无安装显卡驱动，需先安装显卡驱动）
首先在 anaconda官网 安装python3.7version
双击anaconda安装包，引导安装，同意下一步，安装想要安装的目录下，然后需要勾选（上下都是钩）将anaconda加入环境变量，完成安装                                                                                                                      conda create -n pytorch python=3.7
然后在开始菜单栏里面找到anaconda Prompt(Anaconda3)打开，新建一个名叫TF2.1的环境变量（conda create -n TF2.1 python=3.7）  安装相应的包  然后进入conda2.1环境（conda activate TF2.1）
然后安装英伟达的SDK10.1版本，即cuda（conda install cudatoolkit=10.1）
然后安装英伟达深度学习软件包7.6版本，(conda install cudnn=7.6)
如果以上两步报错，说明电脑不支持英伟达，跳过，直接安装tesorflow，（pip install tensorflow==2.1）
安装完成后，
我们继续在命令行输入python回车
输入import tensorflow as tf回车
输入tf.__version__   如果显示2.1.0则说明安装成功了
pytorch的版本选择网站在https://pytorch.org/get-started/locally/
pytorch的安装包链接：https://download.pytorch.org/whl/torch_stable.html                                                             
安装cpu版本的pytorch                                                                  cpu/torch-1.6.0%2Bcpu-cp37-cp37m-win_amd64.whl
pip install --default-time=300 https://download.pytorch.org/whl/cpu/torch-1.6.0%2Bcpu-cp37-cp37m-win_amd64.whl
pip install --default-time=300 https://download.pytorch.org/whl/cpu/torchvision-0.7.0%2Bcpu-cp37-cp37m-win_amd64.whl
                                                                                                    cpu/torchvision-0.7.0%2Bcpu-cp37-cp37m-win_amd64.whl
验证：命令输入import torch
print(torch.__version__)

pip install -i http://mirrors.aliyun.com/pypi/simple/ --trusted-host mirrors.aliyun.com 后跟安装的包

# 添加清华镜像
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/
# 添加pytorch镜像
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/
# for legacy win-64
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/peterjc123/
conda config --set show_channel_urls yes

安装cpu版本
pip install torch==1.5.1+cpu torchvision==0.6.1+cpu -f https://download.pytorch.org/whl/torch_stable.html  -i https://pypi.tuna.tsinghua.edu.cn/simple
pytorch版本的gpu版本
conda install pytorch torchvision cudatoolkit=10.1 -c pytorch                10.1换成其他版本

pip install torch===1.7.1+cu110 torchvision===0.8.2+cu110 torchaudio===0.7.2 -f https://download.pytorch.org/whl/torch_stable.html
-i https://pypi.tuna.tsinghua.edu.cn/simple
conda - info - e 查询变量环境

pip install --default-time=300 https://download.pytorch.org/whl/cpu/torchvision-0.7.0%2Bcpu-cp37-cp37m-win_amd64.whl
直接跟安装网址
安装不上可以看这个

镜像源：-i https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/win-64/
https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/linux-64/

接下来在官网下载pycharm集成开发环境，社区版本，双击安装包，左边三个选项根据个人喜好，可都选，右边一框是环境变量，要勾上，最后选Reboot now重启电脑 完成安装
重启后打开pycharm，新建工程，文件放在你想放的地方，最好在C盘之外新建一个pycharm文件存放，
点project interpreter New Virtualenv environment设置环境变量 点Existing interpreter中选择使用刚刚配置好的conda环境，interpreter选择TF2.1中的python作为解释器。create，新建工程。

pip install tensorflow==2.1 -i https://mirrors.aliyun.com/pypi/simple/
完成安装
pip install tensorflow-cpu==2.1 -i https://mirrors.aliyun.com/pypi/simple/
-i https://pypi.tuna.tsinghua.edu.cn/simple
在Anaconda Prompt中输入命令行：activate tensorflow # 激活tensorflow环境
pip list # 查看tensorflow环境下的所有安装包
pip uninstall tensorflow # 卸载
这两行命令多操作几次直到提示不存在tensorflow为止
，把它们都先卸载，进入目录F:\anaconda\envs\tensorflow\Lib\site-packages（tensorflow安装路径）删除与tensorflow相关的所有文件夹（tensorboard、tensorflow_estimator等等），至此，tensorflow完全卸载干净。

安装前要对应版本号 ，已经安装的版本查看可以输入以下命令，
pytorch的查看
import torch
print("Pytorch version：")
print(torch.__version__)
print("CUDA Version: ")
print(torch.version.cuda)
print("cuDNN version is :")
print(torch.backends.cudnn.version())
print(torch.cuda.is_available())
print(torch.cuda.is_available())

tenforflow查看
print("tf version：")
print(tf.__version__)
print("CUDA Version: ")
print(tf.version.cuda)
print("cuDNN version is :")
print(tf.backends.cudnn.version())

python版本
import sys
print("当前python版本", sys.version)

import tensorflow

安装pytorch 
v1.8.0
Linux and Windows
# CUDA 10.2
conda install pytorch==1.8.0 torchvision==0.9.0 torchaudio==0.8.0 cudatoolkit=10.2 -c pytorch

# CUDA 11.1
conda install pytorch==1.8.0 torchvision==0.9.0 torchaudio==0.8.0 cudatoolkit=11.1 -c pytorch -c conda-forge

# CPU Only
conda install pytorch==1.8.0 torchvision==0.9.0 torchaudio==0.8.0 cpuonly -c pytorch

Wheel
# RocM 4.0.1 (Linux only)
pip install torch -f https://download.pytorch.org/whl/rocm4.0.1/torch_stable.html
pip install ninja
pip install 'git+https://github.com/pytorch/vision.git@v0.9.0'

# CUDA 11.0
pip install torch==1.8.0+cu111 torchvision==0.9.0+cu111 torchaudio==0.8.0 -f https://download.pytorch.org/whl/torch_stable.html

# CUDA 10.2
pip install torch==1.8.0 torchvision==0.9.0 torchaudio==0.8.0

# CPU only
pip install torch==1.8.0+cpu torchvision==0.9.0+cpu torchaudio==0.8.0 -f https://download.pytorch.org/whl/torch_stable.html

v1.7.1
Linux and Windows
# CUDA 9.2
conda install pytorch==1.7.1 torchvision==0.8.2 torchaudio==0.7.2 cudatoolkit=9.2 -c pytorch

# CUDA 10.1
conda install pytorch==1.7.1 torchvision==0.8.2 torchaudio==0.7.2 cudatoolkit=10.1 -c pytorch

# CUDA 10.2
conda install pytorch==1.7.1 torchvision==0.8.2 torchaudio==0.7.2 cudatoolkit=10.2 -c pytorch

# CUDA 11.0
conda install pytorch==1.7.1 torchvision==0.8.2 torchaudio==0.7.2 cudatoolkit=11.0 -c pytorch

# CPU Only
conda install pytorch==1.7.1 torchvision==0.8.2 torchaudio==0.7.2 cpuonly -c pytorch

Wheel

# CUDA 11.0
pip install torch==1.7.1+cu110 torchvision==0.8.2+cu110 torchaudio==0.7.2 -f https://download.pytorch.org/whl/torch_stable.html

# CUDA 10.2
pip install torch==1.7.1 torchvision==0.8.2 torchaudio==0.7.2

# CUDA 10.1
pip install torch==1.7.1+cu101 torchvision==0.8.2+cu101 torchaudio==0.7.2 -f https://download.pytorch.org/whl/torch_stable.html

# CUDA 9.2
pip install torch==1.7.1+cu92 torchvision==0.8.2+cu92 torchaudio==0.7.2 -f https://download.pytorch.org/whl/torch_stable.html

# CPU only
pip install torch==1.7.1+cpu torchvision==0.8.2+cpu torchaudio==0.7.2 -f https://download.pytorch.org/whl/torch_stable.html

v1.5.1
# CUDA 9.2
conda install pytorch==1.5.1 torchvision==0.6.1 cudatoolkit=9.2 -c pytorch

# CUDA 10.1
conda install pytorch==1.5.1 torchvision==0.6.1 cudatoolkit=10.1 -c pytorch

# CUDA 10.2
conda install pytorch==1.5.1 torchvision==0.6.1 cudatoolkit=10.2 -c pytorch

# CPU Only
conda install pytorch==1.5.1 torchvision==0.6.1 cpuonly -c pytorch

# CUDA 10.2
pip install torch==1.5.1 torchvision==0.6.1

# CUDA 10.1
pip install torch==1.5.1+cu101 torchvision==0.6.1+cu101 -f https://download.pytorch.org/whl/torch_stable.html

# CUDA 9.2
pip install torch==1.5.1+cu92 torchvision==0.6.1+cu92 -f https://download.pytorch.org/whl/torch_stable.html

# CPU only
pip install torch==1.5.1+cpu torchvision==0.6.1+cpu -f https://download.pytorch.org/whl/torch_stable.html

print(tensorflow.__file__)#当前文件安装位置