如何安装深度学习环境,Anaconda设置Python机器学习开发环境
当前位置:以往代写 > 机器学习教程 >如何安装深度学习环境,Anaconda设置Python机器学习开发环境
2019-06-14

如何安装深度学习环境,Anaconda设置Python机器学习开发环境

如何安装深度学习环境,Anaconda设置Python机器学习开发环境

在某些平台上安装Python机器学习环境可能很困难。

Python本身必须先安装,然后安装很多软件包,这对初学者来说可能会造成混淆。

在本教程中,您将了解如何使用Anaconda设置Python机器学习开发环境。

完成本教程后,您将拥有一个可用的Python环境,以开始学习,练习和开发机器学习和深度学习软件。

这些说明适用于Windows,Mac OS X和Linux平台。我将在OS X上演示它们,以便您可以看到一些mac对话框和文件扩展名。

  • 2017年3月更新:补充说明您只需要Theano或TensorFlow之一即可使用Kears进行深度学习。

如何使用Anaconda为机器学习和深度学习设置Python环境

如何使用Anaconda为机器学习和深度学习设置Python环境

概观

在本教程中,我们将介绍以下步骤:

  1. 下载Anaconda

  2. 安装Anaconda

  3. 启动并更新Anaconda

  4. 更新scikit-learn库

  5. 安装深度学习库

1.下载Anaconda

在这一步中,我们将为您的平台下载Anaconda Python软件包。

Anaconda是一个免费且易于使用的科学Python环境。

点击Anaconda并下载

点击Anaconda并下载

  • 3.选择适合您的平台的下载(Windows,OSX或Linux):

    • 选择Python 3.5

    • 选择图形安装程序

为您的平台选择Anaconda下载

为您的平台选择Anaconda下载

这会将Anaconda Python软件包下载到您的工作站。

我在OS X上,所以我选择了OS X版本。该文件大约是426 MB。

你应该有一个名字如下的文件:

1

Anaconda3-4.2.0-MacOSX-x86_64.pkg

2.安装Anaconda

在这一步中,我们将在您的系统上安装Anaconda Python软件。

此步骤假定您有足够的管理权限在系统上安装软件。

  • 1.双击下载的文件。

  • 2.按照安装向导。

Anaconda Python安装向导

Anaconda Python安装向导

安装快速而无痛。

应该没有棘手的问题或困难点。

Anaconda Python安装向导编写文件

Anaconda Python安装向导编写文件

安装应该少于10分钟,并占用硬盘驱动器上超过1 GB的空间。

3.启动并更新Anaconda

在这一步中,我们将确认您的Anaconda Python环境是最新的。

Anaconda附带一套叫做Anaconda Navigator的图形工具。您可以通过从应用程序启动器中打开Anaconda Navigator来启动它。

Anaconda Navigator GUI

Anaconda Navigator GUI

您可以在这里了解有关Anaconda Navigator的所有信息

稍后您可以使用Anaconda Navigator和图形开发环境; 现在,我推荐从名为conda的Anaconda命令行环境开始

Conda速度快,操作简单,很难隐藏错误信息,您可以快速确认您的环境已安装并正常工作。

  • 1.打开一个终端(命令行窗口)。

  • 2.通过输入以下内容确认conda安装正确:

1

conda -V

您应该看到以下内容(或类似的内容):

1

conda 4.2.9

  • 3.通过输入以下内容确认Python安装正确:

1

python -V

您应该看到以下内容(或类似的内容):

1

Python 3.5.2 :: Anaconda 4.2.0 (x86_64)

确认Conda和Python已安装

确认Conda和Python已安装

如果这些命令不起作用或出现错误,请检查文档以获取有关您的平台的帮助。

请参阅“进一步阅读”部分的一些资源。

  • 4.确认您的conda环境是最新的,请输入:

1

2

conda update conda

conda update anaconda

您可能需要安装一些软件包并确认更新。

  • 5.确认您的SciPy环境。

下面的脚本将打印您机器学习开发所需的关键SciPy库的版本号,具体为:SciPy,NumPy,Matplotlib,Pandas,Statsmodels和Scikit-learn。

你可以输入“python”并直接键入命令。或者,我建议打开一个文本编辑器并将脚本复制粘贴到您的编辑器中。

1

2

3

4

5

6

7

8

9

10

11

12

13

14

15

16

17

18

# scipy

import scipy

print('scipy: %s' % scipy.__version__)

# numpy

import numpy

print('numpy: %s' % numpy.__version__)

# matplotlib

import matplotlib

print('matplotlib: %s' % matplotlib.__version__)

# pandas

import pandas

print('pandas: %s' % pandas.__version__)

# statsmodels

import statsmodels

print('statsmodels: %s' % statsmodels.__version__)

# scikit-learn

import sklearn

print('sklearn: %s' % sklearn.__version__)

将该脚本另存为名为versions.py的文件  

在命令行上,将您的目录更改为保存脚本的位置并键入:

1

python versions.py

你应该看到如下的输出:

1

2

3

4

5

6

scipy: 0.18.1

numpy: 1.11.1

matplotlib: 1.5.3

pandas: 0.18.1

statsmodels: 0.6.1

sklearn: 0.17.1

你得到了什么版本?
将输出粘贴到下面的注释中。

确认Anaconda SciPy环境

确认Anaconda SciPy环境

4.更新scikit-learn库

在这一步中,我们将更新Python中用于机器学习的主库,称为scikit-learn。

  • 1.将scikit-learn更新为最新版本。

在撰写本文时,Anaconda附带的scikit-learn版本已过时(0.17.1而不是0.18.1)。您可以使用conda命令更新特定的库; 以下是将scikit-learn更新为最新版本的示例。

在终端输入:

1

conda update scikit-learn

在Anaconda更新scikit-learn

    关键字:

在线提交作业