如何安装深度学习环境,Anaconda设置Python机器学习开发环境

在某些平台上安装Python机器学习环境可能很困难。

Python本身必须先安装，然后安装很多软件包，这对初学者来说可能会造成混淆。

在本教程中，您将了解如何使用Anaconda设置Python机器学习开发环境。

完成本教程后，您将拥有一个可用的Python环境，以开始学习，练习和开发机器学习和深度学习软件。

这些说明适用于Windows，Mac OS X和Linux平台。我将在OS X上演示它们，以便您可以看到一些mac对话框和文件扩展名。

2017年3月更新：补充说明您只需要Theano或TensorFlow之一即可使用Kears进行深度学习。

如何使用Anaconda为机器学习和深度学习设置Python环境

概观

在本教程中，我们将介绍以下步骤：

下载Anaconda
安装Anaconda
启动并更新Anaconda
更新scikit-learn库
安装深度学习库

1.下载Anaconda

在这一步中，我们将为您的平台下载Anaconda Python软件包。

Anaconda是一个免费且易于使用的科学Python环境。

1.访问Anaconda主页。
2.从菜单中点击“Anaconda”，然后点击“下载”进入下载页面。

点击Anaconda并下载

3.选择适合您的平台的下载（Windows，OSX或Linux）：

选择Python 3.5
选择图形安装程序

为您的平台选择Anaconda下载

这会将Anaconda Python软件包下载到您的工作站。

我在OS X上，所以我选择了OS X版本。该文件大约是426 MB。

你应该有一个名字如下的文件：

1	Anaconda3-4.2.0-MacOSX-x86_64.pkg

2.安装Anaconda

在这一步中，我们将在您的系统上安装Anaconda Python软件。

此步骤假定您有足够的管理权限在系统上安装软件。

1.双击下载的文件。
2.按照安装向导。

Anaconda Python安装向导

安装快速而无痛。

应该没有棘手的问题或困难点。

Anaconda Python安装向导编写文件

安装应该少于10分钟，并占用硬盘驱动器上超过1 GB的空间。

3.启动并更新Anaconda

在这一步中，我们将确认您的Anaconda Python环境是最新的。

Anaconda附带一套叫做Anaconda Navigator的图形工具。您可以通过从应用程序启动器中打开Anaconda Navigator来启动它。

Anaconda Navigator GUI

您可以在这里了解有关Anaconda Navigator的所有信息。

稍后您可以使用Anaconda Navigator和图形开发环境; 现在，我推荐从名为conda的Anaconda命令行环境开始。

Conda速度快，操作简单，很难隐藏错误信息，您可以快速确认您的环境已安装并正常工作。

1.打开一个终端（命令行窗口）。
2.通过输入以下内容确认conda安装正确：

conda -V

您应该看到以下内容（或类似的内容）：

1	conda 4.2.9

3.通过输入以下内容确认Python安装正确：

python -V

您应该看到以下内容（或类似的内容）：

1	Python 3.5.2 :: Anaconda 4.2.0 (x86_64)

确认Conda和Python已安装

如果这些命令不起作用或出现错误，请检查文档以获取有关您的平台的帮助。

请参阅“进一步阅读”部分的一些资源。

4.确认您的conda环境是最新的，请输入：

1 2	conda update conda conda update anaconda

您可能需要安装一些软件包并确认更新。

5.确认您的SciPy环境。

下面的脚本将打印您机器学习开发所需的关键SciPy库的版本号，具体为：SciPy，NumPy，Matplotlib，Pandas，Statsmodels和Scikit-learn。

你可以输入“python”并直接键入命令。或者，我建议打开一个文本编辑器并将脚本复制粘贴到您的编辑器中。

# scipy

import scipy

print('scipy: %s' % scipy.__version__)

# numpy

import numpy

print('numpy: %s' % numpy.__version__)

# matplotlib

import matplotlib

print('matplotlib: %s' % matplotlib.__version__)

# pandas

import pandas

print('pandas: %s' % pandas.__version__)

# statsmodels

import statsmodels

print('statsmodels: %s' % statsmodels.__version__)

# scikit-learn

import sklearn

print('sklearn: %s' % sklearn.__version__)

将该脚本另存为名为versions.py的文件。

在命令行上，将您的目录更改为保存脚本的位置并键入：

1	python versions.py

你应该看到如下的输出：

scipy: 0.18.1

numpy: 1.11.1

matplotlib: 1.5.3

pandas: 0.18.1

statsmodels: 0.6.1

sklearn: 0.17.1

你得到了什么版本？
将输出粘贴到下面的注释中。

确认Anaconda SciPy环境

4.更新scikit-learn库

在这一步中，我们将更新Python中用于机器学习的主库，称为scikit-learn。

1.将scikit-learn更新为最新版本。

在撰写本文时，Anaconda附带的scikit-learn版本已过时（0.17.1而不是0.18.1）。您可以使用conda命令更新特定的库; 以下是将scikit-learn更新为最新版本的示例。

在终端输入：

1	conda update scikit-learn

在Anaconda更新scikit-learn

当前位置：以往代写 > 机器学习教程 >如何安装深度学习环境,Anaconda设置Python机器学习开发环境