機器學習入門與Python實戰核心工具篇：pip源、python、anaconda、工具包（完整版）

flare zhao發表於2020-11-26
機器學習Python

目錄

pip國內映象源連結

核心工具介紹

python

Anaconda

Jupyter notebook

基礎工具包 Panda\Numpy\Matplolib

核心步驟

常見問題解決辦法

一句話介紹：為了進行機器學習快速開發，我們將使用python語言程式設計、anaconda管理不同的專案環境、jupyter notebook進行斷點高效除錯、不同的工具包快速搭建模型。

pip國內映象源連結

在使用pip的時候在後面加上-i引數，指定pip源
eg: pip install tensorflow -i https://pypi.tuna.tsinghua.edu.cn/simple

核心工具介紹

python

在這裡插入圖片描述


Python是一種解釋型的、物件導向的、移植性強的高階程式設計語言。

  • 開發者：吉多·範羅蘇姆（Guide van Rossum）
  • 解釋性：不需要編譯成二進位制程式碼，可以直接從原始碼執行
  • 物件導向：Python既支援程式導向的程式設計也支援物件導向的程式設計
  • 可移植性：由於它的開源本質，可在不同平臺進行開發
  • 高層語言：無須考慮諸如如何管理程式使用的記憶體一類的底層細節

官網:www.python.org/
優點：簡單易學、開發效率高、高階語言、可移植性、可擴充套件性、可嵌入性
缺點：速度慢、程式碼不能加密

Anaconda

在這裡插入圖片描述


Anaconda是一個方便的python包管理和環境管理軟體

  • 支援 Linux, Mac, Windows
  • 可以很方便地解決多版本python並存、切換以及各種第三方包安裝問題

特點：

  • 跨平臺、同時實現包管理、環境管理的功能
  • 使用方便、環境部署步驟簡單

官網:www.anaconda.com/

Jupyter notebook

Jupyter Notebook是一個開源的Web應用程式，允許開發者方便的建立和共享程式碼文件。

  • 可以實時寫程式碼、執行程式碼、檢視結果，並視覺化資料

特點：

  • 允許把程式碼寫入獨立的cell中，然後單獨執行。使用者可以在測試專案時單獨測試特定程式碼塊，無需從頭開始執行程式碼
  • 基於web框架進行互動開發，非常方便

官網:https://jupyter.org/

基礎工具包 Panda\Numpy\Matplolib

在這裡插入圖片描述

核心步驟

1、anaconda與python安裝

https://www.anaconda.com/

https://www.python.org/

2、虛擬環境部署

為方便後續開發，使用anaconda部署新的開發環境

2.1、enviroment》base》open terminal

2.2、 conda create -n env_name（比如把“machine_learning"替換"env_name")

2.3、安裝numpy、scikit-learn庫：pip(conda) install package_name

Anaconda及Python的安裝

內容較長，部署教程：

機器學習入門與Python實戰環境配置篇：Windows、mac os、Linux 安裝 Anaconda與python: https://blog.csdn.net/dfly_zx/article/details/110189652

常見問題解決辦法

作業系統

➢ 建議對使用的作業系統進行更新，如果系統版本過舊，可能導致軟體安裝失敗 Python 與 tensorflow

版本

➢ 安裝 3.7 python版本，版本並不是越高越高，使用 3.8 版本在深度學習部分可能存在安裝包不 相容問題。

➢ 安裝 tensorflow 版本 2.0.0

Anaconda

➢ 建議以管理員身份執行安裝檔案

➢ 安裝路徑存不要包含空格、中文字元

➢ 安裝失敗可能是系統版本過舊導致，更新作業系統；或者嘗試下載舊版本的 anaconda， 下載地址：https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/ Jupyter

➢ 瀏覽器建議使用 chrome，如果使用其他瀏覽器可能存在不相容問題 如何匯出自己原有瀏覽器的收藏夾：通常在瀏覽器右上角收藏夾按鈕有匯出選項，匯出以後 再使用 chrome 匯入即可

Jupyter

Jupyter 安裝後登入失敗（停留在載入頁面）：嘗試重新安裝開發環境，安裝指令： conda create -n imooc_ai pyhon=3.7.0

➢ 存在訪問外網首先導致下載超慢問題，可進行如下配置：

1）首先從Anaconda環境base開啟 Anaconda Prompt

進入 會顯示 (base) C:\Users\niubi>

2）然後 複製 conda config --set show_channel_urls yes 到裡面

然後開啟 c盤 使用者的資料夾 裡面的 個人資料夾

比如  C:\Users\niubi

3）點選 檢視  裡面的 隱藏專案

4）找到.condarc 的檔案，開啟並複製

channels:

  - defaults

show_channel_urls: true

channel_alias: https://mirrors.tuna.tsinghua.edu.cn/anaconda

default_channels:

  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main

  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free

  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/r

  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/pro

  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/msys2

custom_channels:

  conda-forge: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud

  msys2: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud

  bioconda: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud

  menpo: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud

  pytorch: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud

  simpleitk: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud

變成這個樣子

5） 重新整理快取 在第一步開啟的終端裡 複製

conda clean -i

如果現在就想開始學習機器學習，你還可以：

1、新增微信：ai_flare，領取Python程式設計課（AI方向）、Python實現機器學習，免費領取（僅限前100名）

2、人工智慧學習路線：專為AI小白設計的人工智慧實戰課 - Python3入門人工智慧 基礎+實戰 學習視訊教程-CSDN學院

相關文章