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 ...

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

Python 的scikit-learn和tensorflow在虚拟环境下安装配置笔记相关推荐

最新文章

热门文章