Python 機(jī)器學(xué)習(xí)第一章環(huán)境配置圖解流程
前言
本文主要是分享一下機(jī)器學(xué)習(xí)初期,基本的環(huán)境搭建。也適用于其他python工程化項(xiàng)目環(huán)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(diǎn)擊Get Started

點(diǎn)擊Download Anaconda installers

根據(jù)自己的操作系統(tǒng),下載對應(yīng)的安裝包。

安裝anaconda

一路點(diǎn)下去,安裝完成。
使用conda配置python3.6環(huán)境
目前python3比較穩(wěn)定的版本為3.6,通過anaconda構(gòu)建一個(gè)python3的虛擬環(huán)境。
首先我們看一下base環(huán)境的python版本。點(diǎn)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(gòu)建一個(gè)叫pytorch的虛擬環(huán)境。并且激活環(huán)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(rèn)為在編輯一些簡單程序、或者調(diào)試程序比較好用的IDE。這里推薦一下。
打開Anaconda Navigator。

升級一下,并且切換一下我們剛剛激活的pytorch環(huán)境。
![]()
打開Spyder


可以選中部分代碼,按F9,只執(zhí)行選中的代碼塊,很適合調(diào)試。

安裝PyTorch
登入PyTorch官網(wǎng):PyTorch
選擇操作系統(tǒng),cuda模式,復(fù)制安裝命令。

Anaconda Prompt激活pytorch環(huán)境,執(zhí)行命令。慢慢等安裝吧。

如果你發(fā)現(xiàn)安裝很慢的話,建議給anaconda添加國內(nèi)源。而且我不建議是清華源,因?yàn)樘?。這里推薦一下北外的源。具體操作如下:
打開用戶目錄下的.condarc文件,更新成為如下內(nèi)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(zhí)行命令清理緩存。
conda clean -i
安裝完成之后,查看pytorch版本。
conda list
![]()
總結(jié)
基本環(huán)境已經(jīng)搭好了,找個(gè)模型玩玩吧。
如果本文對你有幫助的話,點(diǎn)個(gè)贊吧。

到此這篇關(guān)于Python 機(jī)器學(xué)習(xí)第一章環(huán)境配置圖解流程的文章就介紹到這了,更多相關(guān)Python 機(jī)器學(xué)習(xí)內(nèi)容請搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家!
- python機(jī)器學(xué)習(xí)實(shí)現(xiàn)神經(jīng)網(wǎng)絡(luò)示例解析
- Python機(jī)器學(xué)習(xí)NLP自然語言處理基本操作之京東評論分類
- Python機(jī)器學(xué)習(xí)NLP自然語言處理基本操作之Seq2seq的用法
- Python機(jī)器學(xué)習(xí)利用隨機(jī)森林對特征重要性計(jì)算評估
- Python機(jī)器學(xué)習(xí)pytorch交叉熵?fù)p失函數(shù)的深刻理解
- Python機(jī)器學(xué)習(xí)多層感知機(jī)原理解析
- Python機(jī)器學(xué)習(xí)pytorch模型選擇及欠擬合和過擬合詳解
相關(guān)文章
講清楚fit_transform()和transform()的區(qū)別及說明
這篇文章主要介紹了講清楚fit_transform()和transform()的區(qū)別及說明,具有很好的參考價(jià)值,希望對大家有所幫助,如有錯(cuò)誤或未考慮完全的地方,望不吝賜教2024-02-02
python GUI庫圖形界面開發(fā)之PyQt5信號(hào)與槽多窗口數(shù)據(jù)傳遞詳細(xì)使用方法與實(shí)例
這篇文章主要介紹了python GUI庫圖形界面開發(fā)之PyQt5信號(hào)與槽多窗口數(shù)據(jù)傳遞詳細(xì)使用方法與實(shí)例,需要的朋友可以參考下2020-03-03
python實(shí)現(xiàn)一行輸入多個(gè)值和一行輸出多個(gè)值的例子
今天小編就為大家分享一篇python實(shí)現(xiàn)一行輸入多個(gè)值和一行輸出多個(gè)值的例子,具有很好的參考價(jià)值,希望對大家有所幫助。一起跟隨小編過來看看吧2019-07-07
Python利用Diagrams繪制漂亮的系統(tǒng)架構(gòu)圖
Diagrams 是一個(gè)基于Python繪制云系統(tǒng)架構(gòu)的模塊,它能夠通過非常簡單的描述就能可視化架構(gòu)。本文將利用它繪制漂亮的系統(tǒng)架構(gòu)圖,感興趣的可以了解一下2023-01-01
Python使用pytorch動(dòng)手實(shí)現(xiàn)LSTM模塊
這篇文章主要介紹了Python使用pytorch動(dòng)手實(shí)現(xiàn)LSTM模塊,LSTM是RNN中一個(gè)較為流行的網(wǎng)絡(luò)模塊。主要包括輸入,輸入門,輸出門,遺忘門,激活函數(shù),全連接層(Cell)和輸出2022-07-07
python的ImageTk.PhotoImage大坑及解決
這篇文章主要介紹了python的ImageTk.PhotoImage大坑及解決方案,具有很好的參考價(jià)值,希望對大家有所幫助。如有錯(cuò)誤或未考慮完全的地方,望不吝賜教2022-11-11

