内容字号:默认大号超大号

段落设置:段首缩进取消段首缩进

字体设置:切换到微软雅黑切换到宋体

机器学习工具(1):Anaconda

2019-01-06 11:23 出处:清屏网 人气: 评论(0

学术不分国界,技术没有底线

现在有非常多优秀的框架和工具每天都在更新,同学们当然要首选自己用着顺手的家伙什。但是对于刚起步的哥们来说,选择一个好的开发装备是可以事半功倍的。以我的经验和研究来看,推荐这组经典四件套: Anaconda,Jupyter Notebook,Tensorflow,Python。

对于工具的选择并非脑袋一时热,或者人云亦云。流行的也并非一定是最好的,但肯定有他流行的理由;冷门的也并不一定是性能差,但肯定有它无人问津的短板。所以我们应该有一些自己看中的点作为选择的标准,对于我而言:

选择工具的标准

1. 广泛的兼容性

你绝不会想在Mac OS上写的程序在Windows OS上不能跑,一样的味道却需要不同的配方,这不是给自己添堵吗。你也肯定不想版本更新后,满篇全是bug又无从下手。所以选择的工具开发的产品最好具有很好的兼容性。

2. 丰富的功能包支持

这点非常容易理解但也非常重要。现在每天都有许多新的工具面试,声称完胜市场老大老二老三,但是你稍微深入研究就会发现,这些新工具很多都是用于特殊的领域和方向,当你动手码字的时候就会发现你大部分的时间都在造轮子。这是我们非常不愿意看到的。所以很多人说Tensorflow不好,但是它却有着异常丰富的package库供你使用。最好是有着活跃的社区支持,保证它实时跟进。

3. 便捷的环境管理

相信这是大家最头疼的地方。环境的设置在开发中至关重要,尤其是参数路径的设置经常需要更改,但是又牵一发而动全身。如果工具可以提供便捷的环境设置管理,绝对会省去你很多无谓的浪费。

什么是Anaconda

Anaconda对自己的定义是: 最受欢迎的Python数据科学平台

来自: Anaconda官网

翻译一下,Anaconda是一个Python发行版,支持Windows,Mac和Linux系统, 它利用 conda 进行 包管理环境管理 。它预装了包括python在内的众多开发所需的基本工具,同时conda支持几乎所有的第三方工具和包。在环境管理方面,你可以十分简单的创建更新和删除支持不同python版本的环境,方便了你在不同的环境里做不同的设置。

Anaconda安装与设置

1. 下载 : 官方下载网站 注意选择的是默认的python版本

2. 安装 : 安装过程非常简单,就是点点点。完事之后让我们来验证一下是否安装成功

conda --version    # 如果安装成功,会显示该版本的号码

conda update conda # 若想要更新conda到最新版本 

conda upgrade --all # 建议在打开后运行,更新所有已安装包 

3. 环境设置 : 魔术时间。正如前文所说,conda支持十分便捷的环境创建,和我们在Git环境中创建Branch一样,你可以创建一个独立的虚拟环境用来开发。为什么?有些时候我们希望在不同的项目甚至版本中有不同的环境设置,彼此不相互影响。

环境创建

#  conda create --name <env_name> <package_names>

conda create --name env_one python=3.6 # 创建一个名为env_one的环境,并在其中安装python3.6包

conda create -n python3 python=3.6 numpy pandas #支持同时安装多个包, --name参数等价于-n

环境登入与退出

Linux和Mac OS :

source activate env_one   # source activate <env_name> 登入环境env_one

source deactivate # source deactivate退出当前环境

Windows:

activate env_one  # activate <env_name>登入环境env_one

deactivate # deactivate 退出当前环境

环境查看与删除

conda env list # 列出所有环境

conda remove --name <env_name> --all # 删除环境

4. 安装包

在进入目标环境之后,

conda install <package_name>

conda install numpy scipy pandas # 同时安装多个包

conda install numpy=1.10 # 指定安装版本

conda remove  <package_name> # 删除

如果不能成功安装,可以尝试进入https://anaconda.org/ 搜索目标package,然后根据命令行安装

搜索Tensorflow界面

conda install -c conda-forge tensorflow  #运行即可安装tensorflow

检查是否安装成功

python -c  “import tensorflow as tf; print(tf.__version__)” # 使用python

python3 -c  “import tensorflow as tf; print(tf.__version__)” # 使用python3

到这里Anaconda的基本使用我们已经掌握了,如果在开发过程中遇到任何关于Anaconda的设置问题,stackoveflow里绝对有你的答案。这也是使用流行工具的一个好处,你绝对不是第一个遇到问题的人。

 
分享给小伙伴们:
本文标签: Anaconda机器学习

相关文章

发表评论愿您的每句评论,都能给大家的生活添色彩,带来共鸣,带来思索,带来快乐。

CopyRight © 2015-2016 QingPingShan.com , All Rights Reserved.

清屏网 版权所有 豫ICP备15026204号