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/cloudmsys2: https://mirrors.bfsu.edu.cn/anaconda/cloudbioconda: https://mirrors.bfsu.edu.cn/anaconda/cloudmenpo: https://mirrors.bfsu.edu.cn/anaconda/cloudpytorch: https://mirrors.bfsu.edu.cn/anaconda/cloudsimpleitk: 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。

机器学习基础环境部署 | 机器学习系列相关推荐

集成学习(上)：机器学习基础task1-熟悉机器学习的三大主要任务
机器学习基础task1-熟悉机器学习的三大主要任务 1.导论 1.1 回归 1.2 分类 1.3 无监督学习学习内容来源链接 1.导论什么是机器学习?机器学习的一个重要的目标就是利用数学模型来理解 ...
SAP（HANA+S/4）上云基础环境部署最佳实践
简介:为提高客户服务水平及集团管理效率,客户选择了SAP解决方案.但是同时也对客户的IT基础设施提出了更多的要求.对此我们针对SAP上云基础设施选型.云原生产品.灾备方案设计,云上安全环境设计总结出了 ...
鲲鹏云实验-Python+Jupyter机器学习基础环境
[摘要] 介绍Ubuntu 18.04环境下Python3常用科学计算和数据分析包(numpy, scipy, matplotlib, sklearn, pandas)的安装,以及Jupyter No ...
鲲鹏云服务器运行python项目_鲲鹏云实验-Python+Jupyter机器学习基础环境
[摘要] 介绍Ubuntu 18.04环境下Python3常用科学计算和数据分析包(numpy, scipy, matplotlib, sklearn, pandas)的安装,以及Jupyter No ...
2020-1-29 深度学习笔记5 - 机器学习基础（构建机器学习算法）
第5章机器学习基础官网学习算法机器学习算法是一种能够从数据中学习的算法. 所谓学习是指,对于某类任务T和性能度量P,一个计算机程序被认为可以从经验E中学习是指,通过经验E改进后,它在任务T上由 ...
【机器学习基础】在机器学习项目中该如何选择优化器
作者:Philipp Wirth 编译:ronghuaiyang 导读几种流行的优化器的介绍以及优缺点分析,并给出了选择优化器的几点指南. 本文概述了计算机视觉.自然语言处理和机器学习中常用的优 ...
【机器学习基础】Python机器学习的神器- Scikit-learn使用说明
全文共 26745 字,106 幅图表, 预计阅读时间 67 分钟. 0 引言 Sklearn (全称 Scikit-Learn) 是基于 Python 语言的机器学习工具.它建立在 NumPy, S ...
数据库审计平台---基础环境部署
数据库审计平台 --- 介绍数据库审计平台 --- 依赖环境部署环境说明操作系统 RedHat RedHat Enterprise Linux 7.4 软件版本 Python Pytho ...
WINDOWS系统机器学习基础环境安装教程
目录一.Anaconda安装二.Spyder配置与使用三.安装PyTorch 一.Anaconda安装 anaconda官方链接:Anaconda | The World's Most Popu ...

机器学习基础环境部署 | 机器学习系列

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

机器学习基础环境部署 | 机器学习系列相关推荐

最新文章

热门文章