Python 機器學習第一章環境配置圖解流程

Posted on by

前言

本文主要是分享一下機器學習初期，基本的環境搭建。也適用於其他python工程化項目環境搭建。都差不多。

Anaconda安裝

anaconda官方鏈接：Anaconda | The World’s Most Popular Data Science Platform

點擊Get Started

點擊Download Anaconda installers

根據自己的操作系統，下載對應的安裝包。

安裝anaconda

一路點下去，安裝完成。

使用conda配置python3.6環境

目前python3比較穩定的版本為3.6，通過anaconda構建一個python3的虛擬環境。

首先我們看一下base環境的python版本。點開windows的搜索欄，輸入anaconda，打開Anaconda Prompt。

輸入命令

conda create -n pytorch python=3.6

構建一個叫pytorch的虛擬環境。並且激活環境，輸入一下命令。

Spyder配置與使用

Pycharm整體來看還是python最好的IDE，Spyder是Anaconda提供的IDE，是我認為在編輯一些簡單程序、或者調試程序比較好用的IDE。這裡推薦一下。

打開Anaconda Navigator。

升級一下，並且切換一下我們剛剛激活的pytorch環境。

打開Spyder

可以選中部分代碼，按F9，隻執行選中的代碼塊，很適合調試。

安裝PyTorch

登入PyTorch官網：PyTorch

選擇操作系統，cuda模式，復制安裝命令。

Anaconda Prompt激活pytorch環境，執行命令。慢慢等安裝吧。

如果你發現安裝很慢的話，建議給anaconda添加國內源。而且我不建議是清華源，因為太卡瞭。這裡推薦一下北外的源。具體操作如下：

打開用戶目錄下的.condarc文件，更新成為如下內容。

channels:
– defaults
show_channel_urls: true
default_channels:
– https://mirrors.bfsu.edu.cn/anaconda/pkgs/main
– https://mirrors.bfsu.edu.cn/anaconda/pkgs/r
– https://mirrors.bfsu.edu.cn/anaconda/pkgs/msys2
custom_channels:
conda-forge: https://mirrors.bfsu.edu.cn/anaconda/cloud
msys2: https://mirrors.bfsu.edu.cn/anaconda/cloud
bioconda: https://mirrors.bfsu.edu.cn/anaconda/cloud
menpo: https://mirrors.bfsu.edu.cn/anaconda/cloud
pytorch: https://mirrors.bfsu.edu.cn/anaconda/cloud
simpleitk: https://mirrors.bfsu.edu.cn/anaconda/cloud

命令行中執行命令清理緩存。

conda clean -i

安裝完成之後，查看pytorch版本。

conda list

總結

基本環境已經搭好瞭，找個模型玩玩吧。

如果本文對你有幫助的話，點個贊吧。

到此這篇關於Python 機器學習第一章環境配置圖解流程的文章就介紹到這瞭,更多相關Python 機器學習內容請搜索WalkonNet以前的文章或繼續瀏覽下面的相關文章希望大傢以後多多支持WalkonNet！

推薦閱讀：