Python 机器学习入门

Python 机器学习入门

---

前言

随着人工智能的不断发展，机器学习这门技术也越来越重要，很多人都开启了学习机器学习，本文就介绍了机器学习的相关学习进程中的记录。

一、Anaconda

1、Anaconda是什么？

Anaconda，中文大蟒蛇，是目前国内外高校教学Python最流行的软件平台，conda是一个开源的包、环境管理器，可以用于在同一个机器上安装不同版本的软件包及其依赖，并能够在不同的环境之间切换；
包含了Python的环境管理、代码编辑器、包管理等，一键安装方便快捷。

2、安装步骤

01、下载软件

进入官网 Anaconda.com主页

点击右上角Free Download，进入下载页面
点击Download，进行下载（注：下载包比较大，1GB，请耐心等待）

02、安装软件

安装过程基本一路 next 即可，最后安装前要勾选"Add Anaconda3 to the system PATH environment variable" ，直接安装即可
注意文件夹的名字不要有空格，不要有中文
附：环境变量配置

D:\Anaconda3\Library\bin
D:\Anaconda3\Scripts
D:\Anaconda3\

03、验证安装

在这里我们可以到Windows电脑的下方搜索 Anaconda，选择绿色圆环图标的 Anaconda Navigator，打开成功代表安装成功

或者

conda --version

04、Anaconda常用命令

查看anaconda3版本

conda --version

进入base环境

source activate
或者
conda activate

创建名称为name虚拟环境，python=3.7为设置python版本为3.7版本

conda create -n name python=3.7

进入name虚拟环境

conda activate name

退出虚拟化环境

conda deactivate

显示所有虚拟环境

conda env list

卸载name虚拟环境

conda remove -n name --all

以下是pip相关命令

通用命令：pip install 包 -i 镜像
可选用的镜像：
https://pypi.tuna.tsinghua.edu.cn/simple/ 清华大学
https://pypi.mirrors.ustc.edu.cn/simple/ 中国科学技术大学
http://mirrors.aliyun.com/pypi/simple/ 阿里云镜像
http://pypi.douban.com/simple/ 豆瓣

pip版本太低会报warning，使用以下的命令

查看pip版本：pip --version
pip更新版本命令：python -m pip install --upgrade pip

05、Anaconda配合PyCharm使用

第一步，安装PyCharm，安装流程无特别注意点，略
第二 步，打开File→Settings→Project:init.py→Python Interpreter，界面如下：

右侧界面Python Interpreter下拉，点击Show All，在弹出界面点击图中红框所示“+”

在新弹出页面选择Conda Environment
更新时间2024-02-05
选择anaconda3安装目录下Scripts文件夹中的conda.exe路径作为Conda Executable的路径，然后点击Load Environments

界面下发出现对应的虚拟环境选项（注：yolov8虚拟环境创建时需要注意创建的位置，默认的是C盘，本人安装anaconda3时装在E盘，所以将yolov8也创建在E盘对应文件夹中），选择yolov8，点击OK，再点击上一层界面OK，完成配置

在Terminal中看到红框中内容，则代表已经配置完成

二、YOLOv8

1、YOLOv8是什么

YOLOv8 是 ultralytics 公司在 YOLOv5 之后的一个重大更新版本，目前支持图像分类、物体检测和实例分割任务，鉴于YOLOv5的良好表现，YOLOv8在还没有开源时就收到了用户的广泛关注。
虽然YOLOv5已经能够广泛运用，本人在学习时还是选择了YOLOv8。

2、学习YOLOv8

01、学习途径

个人习惯于通过B站来进行相关技术的学习，YOLOv8也不例外，附上学习路径
https://www.bilibili.com/video/BV13g4y197Nf/?spm_id_from=333.337.search-card.all.click&vd_source=dce5ad63265ca1e1a3d0a4bb965bbd00

02、环境搭建及调试

（1）创建虚拟环境
在Anaconda中先创建对应的虚拟环境：conda create -n yolov8 python=3.7
（2）下载yolov8源码
下载地址：https://github.com/ultralytics/ultralytics
（3）下载权重
这一项个人觉得非常重要，尝试过没有权重的条件下，项目一直无法执行，直到权重加载进去才能够继续执行。附上模型簇，从上到下，从小到大。具体权重模型参数、运行速度、参数量等见下表：

（4）PyCharm中打开项目源码
此项中需要先切换成创建的虚拟环境
（5）安装依赖
在项目文件中有个requirements.txt文件，里面包含了所需要的具体依赖包，pip命令执行该文件，安装依赖。注意：国外镜像库国内访问的话会很慢甚至安装失败，在执行的时候可以使用国内的镜像库。镜像库在上文已经提到
命令：pip install -r requirements.txt -i https://pypi.tuna.tsinghua.edu.cn/simple
（6）运行
打开：ultralytics\yolo\v8\detect\predict.py，执行run命令

处理结果在对应文件夹下

03、训练

更新时间2024-02-06
未完待续……