Я знаю, что настраивать ноутбук перед тем, как начинать проект, довольно обременительно. Но, к счастью, для проектов ML / DL этого не должно быть.
Я слышал, как люди говорили, что им потребовалось 2–3 часа, чтобы настроить все на своих ноутбуках, когда они начинали проекты машинного обучения. Это могло быть правдой несколько лет назад. Но вы определенно делаете что-то не так, если сегодня столкнетесь с чем-то подобным.
Я проведу вас через 10-минутное руководство по настройке вашей машины. Обратите внимание, что сюда не входит время установки. Сюда входит только время, которое вы будете поддерживать. Также обратите внимание, что это руководство для Windows.
Шаг 1. Установите Python
Вы можете скачать последнюю версию Python здесь: https://www.python.org/downloads/
Нажмите кнопку загрузки. Он загрузит исполняемый файл, который вы можете запустить. Удерживайте нажатой кнопку «Далее», а после установки не забудьте обновить системные переменные и переменные среды.
В переменных среды вы увидите переменную «Путь». Просто обновите его с помощью C: \ Python {версия}, C: \ Python {версия} \ Lib \ site-packages, C: \ Python {версия} \ Scripts
Итак, у меня версия Python 2.7. Итак, моя переменная Path выглядит примерно так, как на картинке выше.
Шаг 2. Загрузите Anaconda
Вы можете скачать Anaconda по ссылке выше. Установка займет около 15–20 минут.
После установки анаконды откройте командную строку анаконды.
У Анаконды есть нечто, называемое средой. Итак, предположим, что на вашем ноутбуке установлен Python 2.7 (как и у меня), но мне нужно использовать библиотеки, которые работают, скажем, только с Python 3.6. Вы можете создать среду, похожую на изолированный виртуальный контейнер, в котором вы можете установить python 3.6 и установить свои библиотеки и код.
conda list envs - перечисляет все среды, созданные в Anaconda.
conda create -n env_name - создает новую среду
conda activate env_name - для активации и начала работы в определенной среде
Самое замечательное в Anaconda то, что она действительно отлично подходит для установки библиотек и зависимостей Python.
В общем, если я хочу, чтобы мой следующий проект был в Keras, я могу напрямую дать команду: conda install keras
и Anaconda позаботится о правильной версии python, обновит ее в вашей среде и также установит тензорный поток, если он не установлен.
Таким образом, вы можете запускать свои проекты на Python и писать код. Ваша среда готова со всеми необходимыми библиотеками.
Для фактического кодирования вы можете использовать iPython Notebooks. Это отличный инструмент для создания прототипов проектов. Подробнее о записных книжках jupyter в моем следующем посте.
Получайте лучшие предложения по программному обеспечению прямо в свой почтовый ящик
Спасибо за прочтение!!!
