Linux和Windows系统下安装深度学习框架所需支持:Anaconda、Paddlepaddle、Paddlenlp、pytorch，含GPU、CPU版本详细安装过程1.下载 Anaconda 的安装包Anaconda安装：Anaconda是一个开源的Python发行版本，其包含了conda、Python等180多个科学包及其依赖项。使用Anaconda可以通过创建多个独立的Python环境，避免用户的Python环境安装太多不同版本依赖导致冲突。1.1 Linux下载Anaconda首先需要在官网上选择需要安装的版本。官网地址：https://repo.anaconda.com/archive/ 如选择当前最新版本进行安装：https://repo.anaconda.com/archive/Anaconda3-2023.07-0-Linux-x86_64.sh然后下载该安装包。下载命令wget  https://repo.anaconda.com/archive/Anaconda3-2023.07-0-Linux-x86_64.sh进入安装包所在目录，先对安装包进行赋权，再执行安装程序#查看路径pwd赋权命令：chmod +x Anaconda3-2023.07-0-Linux-x86_64.sh安装命令：sh Anaconda3-2023.07-0-Linux-x86_64.sh出现如下画面：点击 Enter（回车键），出现 More，继续按 Enter，最后输入 yes 同意用户许可证就行。直至出现以下画面，就安装成功了！1.2 Windows下载Anaconda参考文章：https://blog.csdn.net/sinat_39620217/article/details/115861876第一步 下载在 Anaconda官网 选择下载Windows Python3.8 64-Bit版本。确保已经安装Visual C++ Build Tools(可以在开始菜单中找到)，如未安装，请点击 下载安装。第二步 安装运行下载的安装包(以.exe为后辍)，根据引导完成安装, 用户可自行修改安装目录（如下图）第三步 使用点击Windows系统左下角的Windows图标，打开：所有程序->Anaconda3/2（64-bit）->Anaconda Prompt在命令行中执行指令即可后续框架库包安装同linux2.环境变量配置2.1 linux环境变量配置Linux上成功安装anaconda后-bash: conda: command not found如题，出现这个问题可能是环境变量配置有问题。省流请看这里：执行cat ~/.bashrc命令查看.bashrc文件内容，若文件中没有export PATH="XXX/anaconda3/bin:$PATH"说明是环境变量未配置，可以继续往下看了；若文件中有此路径，请退出本文，自行校对一下路径。打开.bashrc文件vim ~/.bashrc在最后一行新增 anaconda 路径export PATH="XXX/anaconda3/bin:$PATH"保存文件（按esc后输入:wq回车）并使环境变量生效[打开文件后按i进入编辑模式，按Esc退出编辑模式，shift+冒号然后输入wq 保存文件并退出]注意：这里是anaconda的安装路径，根据自己的安装路径即可source ~/.bashrc执行以上三步后，便可在linux上使用conda命令了!2.2 Windows 环境变量配置其实，以上的环境变量配置，相当于在window环境下的环境变量加上环境变量。如在window环境下安装anaconda，安装过程中会提示是否将环境变量加入到path中，如果选上该选项，便可省去很多麻烦，安装完后直接在终端使用conda命令；如果没有选上，是无法直接使用conda命令的，需要在系统的环境变量中加上安装路径才可以使用conda命令。自动添加的安装路径的步骤：此电脑–>属性–>高级系统设置–>环境变量–>系统变量–>Path添加anaconda的安装路径。3.用 conda 创建虚拟环境#1.创建指定python版本的环境conda create --name paddlenlp python=3.8#2. 激活环境conda activate paddlenlp#3.退出环境conda deactivate4.安装项目依赖包&深度学习框架4.1安装项目依赖包安装项目requirement.txt文件依赖：pip install -r requirement.txt生成requirement.txt文件：pip freeze > requirements.txt4.2 安装Paddle&Paddlenlp4.2.1 安装paddle官网：https://www.paddlepaddle.org.cn/install/quick?docurl=/documentation/docs/zh/install/pip/linux-pip.htmlwindows安装使用win下指令即可conda安装conda install paddlepaddle-gpu==2.4.2 cudatoolkit=11.2 -c https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/Paddle/ -c conda-forge pip安装pip install paddlepaddle-gpu==2.4.2.post112 -f https://www.paddlepaddle.org.cn/whl/linux/mkl/avx/stable.html验证安装安装完成后您可以使用 python3 进入 python 解释器，输入import paddle ，再输入 paddle.utils.run_check()import paddlepaddle.utils.run_check()如果出现PaddlePaddle is installed successfully!，说明您已成功安装。报错：ImportError: libcudart.so.11.0: cannot open shared object file: No such file or directory解决办法：简约版（省流）在激活后执行export LD_LIBRARY_PATH="$CONDA_PREFIX/lib"将包括libcudart.so.11.0如果你想让它自动化，将此内容添加到env-prefix/etc/conda/activate.d/env_vars.sh，这将在conda activate上运行脚本并设置LD_LIBRARY_PATHcd $CONDA_PREFIXmkdir -p ./etc/conda/activate.dtouch ./etc/conda/activate.d/env_vars.sh#写入 并保存vim ./etc/conda/activate.d/env_vars.shexport LD_LIBRARY_PATH="$CONDA_PREFIX/lib"详细版activate你的虚拟环境，查看虚拟环境路径echo $CONDA_PREFIX去这个路径下建立这些文件夹和文件。在activate的时候，会自动运行activate.d/env_vars.sh，deactivate的时候，会自动运行deactivate.d/env_vars.sh。你可以设置任何你想设置的变量，这里我们更改LD_LIBRARY_PATHcd $CONDA_PREFIXmkdir -p ./etc/conda/activate.dmkdir -p ./etc/conda/deactivate.dtouch ./etc/conda/activate.d/env_vars.shtouch ./etc/conda/deactivate.d/env_vars.sh编辑activate.d/env_vars.sh，注意换成你的名字，注意=前后不能有空格哦export OLD_LD_LIBRARY_PATH=${LD_LIBRARY_PATH}export LD_LIBRARY_PATH=anaconda3/envs/your_name/lib64编辑deactivate.d/env_vars.sh，这样deactivate的时候，会恢复设置export LD_LIBRARY_PATH=${OLD_LD_LIBRARY_PATH}unset OLD_LD_LIBRARY_PATHdeactivate虚拟环境，再次activate你的虚拟环境，再查看echo $CONDA_PREFIX可以看到已经变成了anaconda3/envs/your_name/lib64。如果这个路径下的gcc已经含有了GLIBCXX_3.4.20，那么就不再会报错了。4.2.2 安装paddlenlp环境依赖python >= 3.7paddlepaddle >= 2.3pip安装#创建名为my_paddlenlp的环境，指定Python版本为3.8conda create -n my_paddlenlp python=3.8#进入my_paddlenlp环境conda activate my_paddlenlp#安装PaddleNLPpip install --upgrade paddlenlp>=2.0.0rc -i https://pypi.org/simplepip install --upgrade paddlenlp>=2.0.0rc -i https://pypi.tuna.tsinghua.edu.cn/simplegithub代码会跟随开发进度不断更新：或者可通过以下命令安装最新 develop 分支代码：pip install --pre --upgrade paddlenlp -f https://www.paddlepaddle.org.cn/whl/paddlenlp.html按如上方式配置后，即可在环境中使用PaddleNLP了，命令行输入python回车后，import paddlenlp试试吧，之后再次使用都可以通过打开'所有程序->Anaconda3/2（64-bit）->Anaconda Prompt'，再执行conda activate my_paddlenlp进入环境后，即可再次使用PaddleNLP。相关pip问题默认镜像问题（trusted-host问题），安装设定清华源即可进入虚拟环境，查看pip安装路径whereis pippip: /usr/bin/pip3.8 /etc/pip.conf /root/anaconda3/envs/paddlenlp/bin/pip#查看pip.conf，修改成清华源，:wq 保存即可vim /etc/pip.conf[global]index-url = https://pypi.tuna.tsinghua.edu.cn/simple/[install]trusted-host=pypi.tuna.tsinghua.edu.cn代码安装git clone https://github.com/PaddlePaddle/PaddleNLP.gitcd PaddleNLPgit checkout develop如果遇到：github 报错 Failed to connect to github.com port 443:connection timed out、一般原因：电脑里开启了代理,例如开启了翻墙软件等,就会造成这个原因取消全局代理：git config --global --unset http.proxy git config --global --unset https.proxy4.3 安装pytorch4.3.1 GPU版本安装安装 pytorch 需要注意 torch 与 torchvision 的版本对应，参照以下网址对照：https://github.com/pytorch/visionwindows安装使用win下指令即可从官网上找到适合自己版本的安装pytorch的指令  https://pytorch.org/get-started/locally/创建虚拟环境，参考3.用 conda 创建虚拟环境安装pytorchconda install pytorch torchvision torchaudio pytorch-cuda=11.7 -c pytorch -c nvidia4.3.2 CPU版本安装参考：https://blog.csdn.net/sinat_39620217/article/details/115483807pip install torch torchvision torchaudio更多优质内容请关注公号&知乎：汀丶人工智能；会提供一些相关的资源和优质文章，免费获取阅读。