南通仿站定制模板建站,工程建设承包合同,大庆今天最新公告,自己给公司做网站目录
1 Anaconda, Python, Jupyter和PyCharm介绍
2 macOS通过Anaconda安装Python, Jupyter和PyCharm
3 使用终端创建虚拟环境并安装PyTorch
4 安装PyCharm并导入Anaconda虚拟环境
5 Windows操作系统下Anaconda与PyCharm安装
6 通过 Anaconda Navigator 创建 TensorFlow 虚…
目录
1 Anaconda, Python, Jupyter和PyCharm介绍
2 macOS通过Anaconda安装Python, Jupyter和PyCharm
3 使用终端创建虚拟环境并安装PyTorch
4 安装PyCharm并导入Anaconda虚拟环境
5 Windows操作系统下Anaconda与PyCharm安装
6 通过 Anaconda Navigator 创建 TensorFlow 虚拟环境
7 Jupyter Notebook 使用 Anaconda 管理的环境
什么是解释器每个项目可以单独配置解释器选择python环境 学习人工智能需要经常用到Python语言、Jupyter、PyCharm工具
以及PyTorch、TensorFlow和Keras等深度学习框架。
本文介绍在 macOS 和 windows 操作系统下的安装教程。 1 Anaconda, Python, Jupyter和PyCharm介绍
2 macOS通过Anaconda安装Python, Jupyter和PyCharm
3 使用终端创建虚拟环境并安装PyTorch
4 安装PyCharm并导入Anaconda虚拟环境
5 Windows操作系统下Anaconda与PyCharm安装
6 通过 Anaconda Navigator 创建 TensorFlow 虚拟环境
7 Jupyter Notebook 使用 Anaconda 管理的环境 01
Anaconda, Python, Jupyter和PyCharm介绍
Python 是一种易于学习又功能强大的编程语言。优雅的语法和动态类型以及解释型语言的本质使其成为在很多领域多数平台上写脚本和快速开发应用的理想语言。Python 官网 https://www.python.org/ 可以免费自由地下载并分享包括第三方 Python 模块、程序、工具等以及额外的文档。 由于 Python 简单易用开源成为人工智能领域中使用最广泛的编程语言。现在的大部分深度学习框架都支持 Python 语言。 PyCharm是一款Python IDEIntegrated Development Environment集成开发环境具有跨平台属性。带有一整套可以帮助用户在使用 Python 语言开发时提高其效率的工具比如调试、语法高亮、项目管理、代码跳转、智能提示、自动完成、单元测试、版本控制。其他可选 IDE 还有 Spyder 和 Visual Studio Code 。 Jupyter Notebook 是基于网页的用于交互计算的应用程序。其可被应用于全过程计算开发、文档编写、运行代码和展示结果。简而言之Jupyter Notebook 是以网页的形式打开可以在网页页面中直接编写代码和运行代码代码的运行结果也会直接在代码块下显示的程序。如在编程过程中需要编写说明文档可在同一个页面中直接编写便于作及时的说明和解释。 因为PythonJupyterPyCharm都可以通过Anaconda安装所以我们利用Anaconda来安装这三个软件。 Anaconda 是一款包管理器conda包管理器可以很好的帮助你在计算机上安装和管理这些包包括安装、卸载和更新包
和环境管理器比如在A项目中使用 Python 2B项目要使用Python 3而同时安装两个 Python 版本可能会造成许多混乱和错误。这时候 conda就可以为不同的项目建立不同的运行环境。 Anaconda 可用于多个平台 Windows、Mac OS 和 Linux可以在官网https://www.anaconda.com/products/distribution#Downloads 找到安装程序和安装说明。根据操作系统是32位还是64位以及对应的Python版本选择下载对应的安装文件。 如果遇到网络下载问题也可以选择国内镜像进行下载
清华镜像地址https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/ 安装了Anaconda相当于已经完成了Python、Jupyter和各种Python包的安装同时包含了它的核心管理工具conda。使用中可以用conda创建出虚拟环境并在虚拟环境中安装不同的Python包并且这些虚拟环境可以直接在PyCharm中使用。 下面我们介绍 macOS 和 windows 操作系统下 Anaconda 的安装。
02
macOS通过Anaconda安装Python, Jupyter和PyCharm
1进入官网下载Anacondahttps://www.anaconda.com/products/individual#macos点击Download下载。 官网下载Anaconda 2打开下载完成的安装程序并选择继续安装过程中有多个继续一直点击即可。 Anaconda开始安装 Anaconda安装过程
3点击安装不需要修改安装位置。 无需更改安装位置
安装过程需要等个几分钟。 等待安装约三五分钟
4点击关闭就完成了Anaconda的安装此时 Python 和 Jupyter Notebook 也就同步安装完成了。 Anaconda 安装成功
5安装完毕后在启动台打开Anaconda Navigator 在启动台打开Anaconda Navigator
Anaconda Navigator 打开后的界面如下 Anaconda Navigator Home 主界面
6Anaconda安装完成时默认是将所有的包链接在一个叫做“base”的虚拟环境中可以在Anaconda Navigator进行查看。 Anaconda Navigator Environment
当然也可以在终端通过命令行进行查看。命令是
conda list
默认当前处于active状态的虚拟环境是base如下图 默认虚拟环境为base 04
使用终端创建虚拟环境并安装PyTorch
PyTorch 由 Facebook 人工智能研究院FAIR于2017年1月开源。PyTorch的前身是Torch使用Python重新写了很多内容不仅更加灵活支持动态图而且提供了Python接口。
PyTorch是一个开源的Python机器学习库基于Torch用于自然语言处理等应用程序它是一个基于Python的可续计算包提供两个高级功能
具有强大的GPU加速的张量计算如NumPy
包含自动求导系统的深度神经网络。
PyTorch更有利于研究人员、爱好者、小规模项目等快速搞出原型。
而TensorFlow更适合大规模部署特别是需要跨平台和嵌入式部署。 PyTorch的安装在macOS和Windows下安装方法相同。创建虚拟环境可以通过终端也可以通过Anaconda Navigator这里我们先看看如何通过终端安装PyTorch框架下一个部分会演示通过Anaconda Navigator图形界面安装TensorFlow框架。 1打开终端Mac下点击启动台搜索终端打开Windows下使用快捷键winR输入cmd并确认新建一个虚拟环境PyTorchEnv名字可以随便取最好方便记忆和区分命令是
conda create -n PyTorchEnv python3.9.12 在终端创建虚拟环境需要指定环境名称和Python版本 询问是否都选Y
2如果需要删除虚拟环境PyTorchEnv命令是
conda remove -n PyTorchEnv --all
查看所有的虚拟环境命令是
conda info -e 星号表示当前是哪个环境处于激活状态 使虚拟环境PyTorchEnv处于激活状态命令是
conda activate PyTorchEnv
让当前处于激活状态的虚拟环境改为非激活状态命令是
conda deactivate 查看并切换激活的虚拟环境 3在虚拟环境PyTorchEnv中安装PyTorch框架命令是
conda install pytorch torchvision -c pytorch 安装PyTorch框架https://pytorch.org/get-started/locally/#mac-anaconda 在终端查看是否安装成功命令是 pythonimport torch
出现 标志就代表安装成功了如果报错可以尝试关闭终端重新进入环境 验证PyTorch安装成功
至此完成了通过终端创建虚拟环境并在虚拟环境中安装了PyTorch框架。
此时在Anaconda的Navigator里已经可以看到新创建的虚拟环境PyTorchEnv了。 Anaconda Navigator里可以看到新创建的环境 04
安装PyCharm并导入Anaconda虚拟环境
1接下来安装PyCharm打开官网https://www.jetbrains.com/pycharm/点击下载.dmg文件Community版本是免费的Professional版本可以试用30天。 官网下载 PyCharm
2打开下载好PyCharm的.dmg安装文件拖入应用程序中等待一段时间后安装完成。 macOS 安装 PyCharm
3打开PyCharm有两种方式一种是从启动台打开另一种是从Ananconda Navigator 打开 从启动台打开PyCharm
PyCharm 安装好后会自动关联到 AnacondaPyCharm 和 Anaconda 的安装顺序无所谓。 从 Ananconda Navigator 打开 PyCharm
3在PyCharm新建Project并使用虚拟环境 新建Project
注意在编译器选择中要勾选 Existing interpreter 或者 Previously configured interpreter然后点击Interpreter栏后面的三个点 什么是解释器每个项目可以单独配置解释器选择python环境
Python的解释器就是Python.exe是用来解释运行你编写的Python代码的我们下载的Python无论是2版本还是3版本其实自带解释器和编译器可以直接在命令行敲入代码或者写一个文本然后调用Python的解释器来执行也可以而Pycharm则是一个IDE主要是让我们编写程序更加方便或者说看起来更加简单不需要用文本或在dos窗口编写代码但是Pycharm是不带Python解释器的所以你要在安装Pycharm之前安装好Python。
选择解释器Interpreter
选择Conda Environment栏并在Conda executable栏点击选择要导入的外部环境。需要选择的环境就是我们刚才使用Anaconda创建的虚拟环境一般在路径 …/ananconda3/envs/PyTorchEnv/bin/python 中 选择conda环境
这样就成功配置了PyCharm的编译环境是刚刚创建的虚拟环境接下来可以写个测试程序验证是否成功。新建一个Python文件 新建一个测试文件 测试文件中的测试代码如下如果报错找不到torch可以尝试重启Anaconda Navigator 和 PyCharm
import torchx torch.rand(3,3)print(x) 测试成功 05
Windows操作系统下Anaconda与PyCharm安装
1进入官网下载Anacondahttps://www.anaconda.com/products/individual点击Download下载。 2打开安装程序点击 Next - I Agree - Next最好不要改变路径再点击 Next - Install先点击网页链接再点击 Next 即完成了 Anaconda 的安装同时 Python 和Jupyter Notebook 也安装完成了。操作图解如下 3Windows下还需要添加环境变量右键此电脑 - 属性选择右侧高级系统设置点击环境变量 - path - 编辑 - 新建。在之前安装的 Anaconda 路径下找到 anaconda3文件夹 - anaconda3/scripts文件 - anaconda3/Library/bin文件夹复制路径分别添加到新建中。
备注按 winRcmd输入Python -V出现下图未报错则添加成功。 4从官网下载安装 PyCharm。 5打开下载好的安装程序点击 Next接下来设置安装位置选择 64-bit - next - install点击 Finish安装完成。操作图解如下 06
通过 Anaconda Navigator 创建 TensorFlow 虚拟环境
TensorFlow 是开源的、基于 Python 的深度学习框架由 Google 开发在图形分类、音频处理、推荐系统和自然语言处理等场景下有着丰富的应用是目前最热门的机器学习框架。
1Anaconda 创建 TensortFlow 环境名字还是可以任意起但是要方便记忆创建完成后该环境会在 /Users/hk/opt/anaconda3/envs 中自动创建一个 TensortFlow的文件夹里面放置了这个环境的所有第三方包。 创建TensortFlow环境
2进入创建的虚拟环境点击箭头选择Open Terminal当前的环境有被激活而非默认的base。 从 Anaconda Navigator 选择进入环境 激活环境为TensorFlowEnv
3 安装TensorFlow框架
pip install tensorflow 安装TensorFlow框架这个过程会耗时几分钟
4验证安装成功从终端进入Python编程环境看是否可以成功import框架。
pythonimport tensorflow as tf 07
Jupyter Notebook 使用 Anaconda 管理的环境 1打开Jupyter Notebook的方法有两种
第一种打开Anaconda Navigator点击launch即可。 从 Anaconda Navigator 打开Jupyter Notebook
第二种打开「终端」直接输入jupyter notebook也可以打开。 从终端打开Jupyter Notebook 网页端跳转Jupyter界面
2创建并运行第一个Jupyter程序 新建程序
# 安装 TensorFlowimport tensorflow as tf
# 载入并准备好 MNIST 数据集mnist tf.keras.datasets.mnist
# 将样本从整数转换为浮点数(x_train, y_train), (x_test, y_test) mnist.load_data()x_train, x_test x_train / 255.0, x_test / 255.0
# 将模型的各层堆叠起来以搭建 tf.keras.Sequential 模型model tf.keras.models.Sequential([ tf.keras.layers.Flatten(input_shape(28, 28)), tf.keras.layers.Dense(128, activationrelu), tf.keras.layers.Dropout(0.2), tf.keras.layers.Dense(10, activationsoftmax)])
# 训练选择优化器和损失函数model.compile(optimizeradam, losssparse_categorical_crossentropy, metrics[accuracy])
# 训练并验证模型 model.fit(x_train, y_train, epochs5)
# 照片分类器的准确度已经达到 98%model.evaluate(x_test, y_test, verbose2)可以切换当前cell是代码还是Markdown格式 3修改文件名并保存文档后再回到主界面可以看到在文件标签页里面多了一个TFdemo.ipynb文件在运行标签页多了一个运行中的文档。 文件标签页 运行标签页
至此我们演示完成了在macOS和windows操作系统下安装Anaconda和PyCharm如何用Anaconda创建并管理虚拟环境以及如何在PyCharm和Jupyter 里使用这些虚拟环境。
