You can not select more than 25 topics Topics must start with a letter or number, can include dashes ('-') and can be up to 35 characters long.

40 lines
3.4 KiB

3 years ago
# 2.1 环境配置
本节简单介绍一些必要的软件的安装与配置由于不同机器软硬件配置不同所以不详述遇到问题请善用Google。
## 2.1.1 Anaconda
Anaconda是Python的一个开源发行版本主要面向科学计算。我们可以简单理解为Anaconda是一个预装了很多我们用的到或用不到的第三方库的Python。而且相比于大家熟悉的pip install命令Anaconda中增加了conda install命令。当你熟悉了Anaconda以后会发现conda install会比pip install更方便一些。
强烈建议先去看看[最省心的Python版本和第三方库管理——初探Anaconda](https://zhuanlan.zhihu.com/p/25198543)和[初学 Python 者自学 Anaconda 的正确姿势-猴子的回答](https://www.zhihu.com/question/58033789/answer/254673663)。
总的来说,我们应该完成以下几步:
* 根据操作系统下载并安装Anaconda或者mini版本Miniconda并学会常用的几个conda命令例如如何管理python环境、如何安装卸载包等
* Anaconda安装成功之后我们需要修改其包管理镜像为国内源这样以后安装包时就会快一些。
## 2.1.2 Jupyter
在没有notebook之前在IT领域是这样工作的在普通的 Python shell 或者在IDE集成开发环境如Pycharm中写代码然后在word中写文档来说明你的项目。这个过程很繁琐通常是写完代码再写文档的时候我还的重头回顾一遍代码。最蛋疼的地方在于有些数据分析的中间结果还得重新跑代码然后把结果弄到文档里给客户看。有了notebook之后世界突然美好了许多因为notebook可以直接在代码旁写出叙述性文档而不是另外编写单独的文档。也就是它可以能将代码、文档等这一切集中到一处让用户一目了然。如下图所示。
<div align=center>
<img width="500" src="../img/chapter02/2.1_jupyter.jpg"/>
</div>
Jupyter Notebook 已迅速成为数据分析,机器学习的必备工具。因为它可以让数据分析师集中精力向用户解释整个分析过程。
我们参考[jupyter notebook-猴子的回答](https://www.zhihu.com/question/46309360/answer/254638807)进行jupyter notebook及常用包例如环境自动关联包nb_conda的安装。
安装好后我们使用以下命令打开一个jupyter notebook:
``` shell
jupyter notebook
```
这时在浏览器打开 http://localhost:8888 通常会自动打开位于当前目录的jupyter服务。
## 2.1.3 PyTorch
由于本文需要用到PyTorch框架所以还需要安装PyTorch后期必不可少地会使用GPU所以安装GPU版本的。直接去[PyTorch官网](https://pytorch.org/)找到自己的软硬件对应的安装命令即可(这里不得不吹一下[PyTorch的官方文档](https://pytorch.org/tutorials/)从安装到入门深入浅出比tensorflow不知道高到哪里去了。安装好后使用以下命令可查看安装的PyTorch及版本号。
``` shell
conda list | grep torch
```
## 2.1.4 其他
此外还可以安装python最好用的IDE [PyCharm](https://www.jetbrains.com/pycharm/),专业版的应该是需要收费的,但学生用户可以申请免费使用([传送门](https://www.jetbrains.com/zh/student/)),或者直接用免费的社区版。
如果不喜欢用IDE也可以选择编辑器例如VSCode等。
本节与原文有很大不同,[原文传送门](https://zh.d2l.ai/chapter_prerequisite/install.html)