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

Anaconda安装

使用conda配置python3.6环境

Spyder配置与使用

安装PyTorch

总结


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

Python机器学习基础教程

机器学习基础---推荐系统

机器学习基础---推荐系统

独家 | 手把手教你如何使用Flask轻松部署机器学习模型(附代码&链接)

几行代码搞定ML模型,低代码机器学习Python库正式开源