Python 的scikit-learn和tensorflow在虚拟环境下安装配置笔记
Python 机器学习安装配置笔记
这学期开始上人工智能课,任课老师要求安装python和对于机器学习深度学习的各种库。
以前做过类似项目,顺便就把配置环境的流程记录下来。
中间有引用他人的博客,都有加上对于链接,如果忘记或遗漏请提醒一下,谢谢。
1、安装python3.8(千万不要安装3.9,因为tensorflow暂时不支持3.9版本)
(记得把python添加进路径)
2、安装vs c++2015(有一个库需要有c++的环境,直接点击以下链接下载)
Microsoft Visual C++ Build Tools 2015
(我是直接默认安装)
3、使用镜像源
安装前已经修改了镜像源:
参考https://blog.csdn.net/vict_wang/article/details/87892388
以下为具体操作步骤
在资源管理器的地址栏输入%appdata%后回车,打开appdata文件夹,
在该Romaing文件夹下新建一个pip文件夹,
在pip文件夹里面新建一个配置文件pip.ini:
在配置文件中输入如下内容后保存即可:
[global]
timeout = 6000
index-url = https://pypi.tuna.tsinghua.edu.cn/simple
trusted-host = pypi.tuna.tsinghua.edu.cn
如果上面那个镜像源也觉得慢,可以尝试更换为下面这个
[global]
timeout = 6000
index-url = http://mirrors.aliyun.com/pypi/simple/
trusted-host = mirrors.aliyun.com
4、创建虚拟环境
安装虚拟环境:
(参考https://blog.csdn.net/bbwangj/article/details/80256637)
直接cmd输入
pip install virtualenv
最后出现:Successfully installed appdirs-1.4.4 distlib-0.3.1 filelock-3.0.12 virtualenv-20.2.1
即安装成功。
cmd输入:
pip install virtualenvwrapper # 这是对virtualenv的封装版本,一定要在virtualenv后安装
成功安装:
Successfully installed pbr-5.5.1 stevedore-3.3.0 virtualenv-clone-0.5.4 virtualenvwrapper-4.8.4
开始创建虚拟环境:
• 选择一个用来存放虚拟环境的文件夹,我自己的位置D:\learn\python\DL
在cmd中转换命令行路径
C:\Users\51290>cd/C:\>cd /d D:\learn\python\DL(/d 后面的路径改为自己的路径)D:\learn\python\DL>
下面开始创建虚拟环境:
D:\learn\python\DL>virtualenv venv
(进入自己的路径然后输入命令,创建一个名字为venv的虚拟环境)
激活虚拟环境
在路径下输入命令:venv\scripts\activate
注:如无法激活,直接进入到activate所在目录,使用.\activate激活
成功进入虚拟环境:
(venv) D:\learn\python\DL>
退出虚拟环境直接输入
deactivate
5、在虚拟环境下安装各种库。
现在进入虚拟环境,先安装numpy库。
pip install numpy
安装scipy库
pip install scipy
安装matplotlib库
pip install matplotlib
安装tensorflow库
pip install tensorflow
安装scikit-learn库
pip install scikit-learn
同格式安装 ipython, jupyter, pandas, sympy, nose库。
6、使用pycharm加载虚拟环境下的python编译器
安装pycharm
安装社区版即可,具体流程点击上面的超链接
加载虚拟环境(参考https://jingyan.baidu.com/article/48b558e3ffeb667f39c09a41.html)
打开pycharm,点击File下的setting。如图。
选择project下面的project interpreter
点击右上角的齿轮图标,点击add。
然后点击exist environment,选择编译器路径。
选择虚拟环境文件夹下的Scripts下的python.exe
最后,点击ok就添加虚拟环境成功了。
7、Tensorflow测试
参考https://zhuanlan.zhihu.com/p/65375582
数据背景
假设有一组数据样本,其输入和输出可以用两个数值来表示,其格式为(x,y),具体如下: (-1,-3),(0,-1),(1,1),(2,3),(3,5)(4,7)。那么如何得到一个模型,对未来的数据进行预测呢?也就是说,能否通过样本数据来计算得到一个几乎正确的模型呢?
目的
• 通过tensorflow 2.0对上述几个数据样本,来拟合一个简单的模型,然后输入数据x’预测输出y’,将预测出的数据y’和y进行比较,看看一个非常简单模型的准确性。
• 通过不到10行的代码,演示tensorflow 2.0 从数据的理解、整理、模型定义、模型编译、模型训练、预测(泛化),这种更为简单的方法来进行机器学习(深度学习)。
数据分析
通过分析,我们可以得出,该组数据符合 y = 2x-1 关系式,即 y = (2 * x) - 1。
TIPS: 机器学习与传统方法的思路不同。传统方法是有输入,有模型(规则),然后来计算输出;而机器学习则是有输入、有输出,然后计算模型(规则),从而用模型来预测未来(泛化,Generalization)。
模型与实现思路
• 利用已有数据,为模型准备训练数据
• 定义模型、编译、训练
• 预测
编码实现
#引入类库
import tensorflow as tf
import numpy as np
from tensorflow import keras#使用下述语句来查看tensorflow版本,以下代码都是2.0版的
print(tf.__version__)#使用array来组织数据整理
xs = np.array([-1.0, 0.0, 1.0, 2.0, 3.0, 4.0], dtype=float)
ys = np.array([-3.0, -1.0, 1.0, 3.0, 5.0, 7.0], dtype=float)#定义模型model,该模型是具有一个输入(input_shape[1])和一个神经元输出的全连接(Dense)模型。
model = tf.keras.Sequential([keras.layers.Dense(units=1, input_shape=[1])])
#使用SGD优化器、和均方误差来编译模型。SGD和mean_squared_error后面脑补
model.compile(optimizer='sgd', loss='mean_squared_error')
#开始训练, 500次
model.fit(xs, ys, epochs=500)
#用训练好的model预测10.0,打印其预测值是多少
print(model.predict([10.0]))
#输出
>> 18.170927
Python 的scikit-learn和tensorflow在虚拟环境下安装配置笔记相关推荐
- tflearn教程_环境部署——Windows下安装配置tensorflow和tflearn
原标题:环境部署--Windows下安装配置tensorflow和tflearn 本例依赖Windows 7 x64位系统,由于Tensorflow依赖于Python,以及大量的相关依赖包,为了免除大 ...
- Mac-OSX的Python3.5虚拟环境下安装Opencv
Mac-OSX的Python3.5虚拟环境下安装Opencv 1 关键词 关键词:Mac,OSX,Python3.5,Virtualenv,Opencv 2 概述 本文是一篇 环境搭建 的基础 ...
- 从零开始学习opencv——在虚拟环境下安装opencv环境
毕设准备做cv相关项目,今天开始学习cv基础知识,课程为B站"[不要再看那些过时的OpenCV老教程了]2022巨献,OpenCV零基础小白最新版全套教程(人工智能机器视觉教程)" ...
- python开发工具及环境配置_python_在windows下安装配置python开发环境及Ulipad开发工具...
最近开始学习Python,在网上寻找一下比较好的IDE.因为以前用C#做开发的,用Visual Studio作为IDE,鉴于用惯了VS这么强大的IDE,所以对IDE有一定的依赖性. Python的ID ...
- 【scikit-learn】如何用Python和SciKit Learn 0.18实现神经网络
本教程的代码和数据来自于 Springboard 的博客教程.本文的作者为 Jose Portilla,他是网络教育平台 Udemy 一门数据科学类课程的讲师. GitHub 链接:https://g ...
- python虚拟环境的安装和配置_基于virtualenv的Python虚拟环境的安装配置(Mac环境)...
一.安装前提 明确自己的开发所需的python版本, Python 2.7.x 或者Python 3.6.x . 安装 Python 2.7.x 或Python 3.6.x 版的virtualenv. ...
- Linux下安装配置使用python虚拟环境
文章目录 前言 1. 安装 2. 进一步配置 3. 创建一个python的虚拟环境 4. 虚拟环境的常见操作 4.1 退出当前虚拟环境 4.2 查看当前可用的虚拟环境 4.3 进入某个虚拟环境 4.4 ...
- Mac 下安装配置 Python 开发环境
图片来源:Unsplash,作者 Markus Spiske 2019 年第 77 篇文章,总第 101 篇文章 前言 记录下 Mac 电脑的开发环境安装配置,主要包括: 安装&使用Homeb ...
- 虚拟环境下安装pytorch成功但import不成功
今天安装了anaconda,建立了名为pytorch.python3.7的虚拟环境.切换到该虚拟环境下根据 pip install torch==1.7.0 torchaudio=0.7.0 torc ...
最新文章
- 新建Web网站与新建Web应用程序的区别
- 完整的一次 HTTP 请求响应过程(一)
- redis同步效率秒_redis过期策略、内存淘汰策略、持久化方式、主从复制
- Spring 中的如何自定义事件处理(Custom Event)
- JAVA面试常考系列十一
- java types.varchar_java statement.registerOutParameter(5, java.sql.Types.VARCHAR)返回值长度限制...
- Visual Studio Code 编辑器使用
- WPF DataGrid 主从表 数据绑定方式
- objective-c block 讲解
- axios传递数据到java_axios 传输与springboot后台接收数据
- 【论文解读】LGN: 基于词典构建的中文NER图神经网络
- c语言程序改错:求两个整数的最小公倍数,【C语言】求两个整数的最大公约数、最小公倍数...
- android音频框架书籍,Android高级架构师系统学习——Android 音频可视化
- pm入门-需求调研/竞品分析/应用工具简介
- osgEarth世界坐标和经纬度坐标相互转换
- 【洋桃电子】STM32入门100步-01
- U8C报表模板已设置,任务已分配仍无法查看报表数据
- 微众银行贯彻普惠金融 探索金融扶贫新模式
- 检测网络是否稳定的计算机命令,电脑中常用的网络检测命令|电脑中检测网络是否存在故障的几条命令...
- 网络io和磁盘io cpu_在Windows 7中使用任务栏仪表监视CPU,内存和磁盘IO
热门文章
- 【ESP32 乐鑫 离线环境搭建】
- iOS - 使用自定义字体-苹方字体
- IPMI channel model的理解
- 【ELT.ZIP】OpenHarmony啃论文俱乐部——人工智能短字符串压缩
- the default discovery settings are unsuitable for production use; at least one of [discovery.seed_ho
- 腾讯云从业者、TCA、TCP认证在线答题要注意什么?线上认证考试对设备有哪些要求?
- 水果贵到吃不起,“水果自由”要电商平台来实现?
- JS图像处理:找出两张图片的差异部分并提取出来
- 运营商SDK/DPI如何实时捕捉数据?
- Python GUI:PyQT5+爬虫实现简单音乐下载器