机器学习基础环境部署 | 机器学习系列
Posted 剑客阿良_ALiang
tags:
篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了机器学习基础环境部署 | 机器学习系列相关的知识,希望对你有一定的参考价值。
目录
前言
本文主要是分享一下机器学习初期,基本的环境搭建。也适用于其他python工程化项目环境搭建。都差不多。
Anaconda安装
anaconda官方链接:Anaconda | The World's Most Popular Data Science Platform
点击Get Started
点击Download Anaconda installers
根据自己的操作系统,下载对应的安装包。
安装anaconda
一路点下去,安装完成。
使用conda配置python3.6环境
目前python3比较稳定的版本为3.6,通过anaconda构建一个python3的虚拟环境。
首先我们看一下base环境的python版本。点开windows的搜索栏,输入anaconda,打开Anaconda Prompt。
输入命令
conda create -n pytorch python=3.6
构建一个叫pytorch的虚拟环境。并且激活环境,输入一下命令。
Spyder配置与使用
Pycharm整体来看还是python最好的IDE,Spyder是Anaconda提供的IDE,是我认为在编辑一些简单程序、或者调试程序比较好用的IDE。这里推荐一下。
打开Anaconda Navigator。
升级一下,并且切换一下我们刚刚激活的pytorch环境。
打开Spyder
可以选中部分代码,按F9,只执行选中的代码块,很适合调试。
安装PyTorch
登入PyTorch官网:PyTorch
选择操作系统,cuda模式,复制安装命令。
Anaconda Prompt激活pytorch环境,执行命令。慢慢等安装吧。
如果你发现安装很慢的话,建议给anaconda添加国内源。而且我不建议是清华源,因为太卡了。这里推荐一下北外的源。具体操作如下:
打开用户目录下的.condarc文件,更新成为如下内容。
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
命令行中执行命令清理缓存。
conda clean -i
安装完成之后,查看pytorch版本。
conda list
总结
基本环境已经搭好了,找个模型玩玩吧。
如果本文对你有帮助的话,点个赞吧。
以上是关于机器学习基础环境部署 | 机器学习系列的主要内容,如果未能解决你的问题,请参考以下文章
物体检测快速入门系列-Windows部署Docker GPU深度学习开发环境