深度学习库的安装

在conda环境下用pip安装要万分小心，能不用就不用，因为有时候是不可逆的，安装在全局！！还有conda下面环境和环境之间没有交叉

.bashrc下添加指南：

• PATH相当于添加环境变量，例如以bin结尾的内容
• LD_LIBRARY_PATH添加库文件，以lib64或lib结尾的文件

每次运行都要先激活环境source activate xxx，对于gpu的版本，需要在gpu下运行，对于cpu的版本，在gpu和cpu下都可以运行。

tensorflow安装(cpu和gpu需要不同的conda环境)

conda create -y -n tf11env27 numpy scipy tensorflow-gpu=1.1 ipython## tensorflow-gpu 1.0安装成功## tensorflow-gpu 1.1安装成功，但是如果同时安装cpu版本和gpu版本，默认会运行cpu。amazing## tensorflow-gpu 1.2安装失败

加入.bashrc cuda的路径

export PATH=/data1/NLPRMNT/public/cuda-8.0/bin:$PATHexport LD_LIBRARY_PATH=/data1/NLPRMNT/public/cuda-8.0/lib64:/data1/NLPRMNT/public/cuda-7.5.18/lib64:/usr/local/cuda-6.5/export CPATH=/data1/NLPRMNT/public/cudnn_v3:$CPATHexport LIBRARY_PATH=/data1/NLPRMNT/public/cudnn_v3:$LD_LIBRARY_PATH

lightgbm和xgboost安装

conda create -n xgb35 python=3.5 numpy scipy py-xgboostpip install lightgbm 

加入glibc路径

注意！！glibc库文件的导入会对很多东西造成影响，你最好在用的时候再解压一下这个路径，平时注释掉。GLIBC官方文档

#lightgbmexport LD_LIBRARY_PATH=/data1/NLPRMNT/public/glibc-2.14/lib:/opt/glibc-2.15/lib:$LD_LIBRARY_PATH

pytorch安装 参考链接

conda create -y -n torch27 pytorch torchvision -c soumith

torch

传送门