一点记录.
前言
提示:这里可以添加本文要记录的大概内容:
例如: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基础内容。
提示:以下是本篇文章正文内容,下面案例可供参考
一、进入和退出conda环境
进入conda环境
conda activate base
删除conda环境
conda remove -n PyTorch4 --all
退出conda环境
conda deactivate
二、创建PyTorch环境
建立一个名为PyTorch2的环境
conda create -n PyTorch2 python numpy matplotlib pandas jupyter notebook
如果运行OpenCV,需要建一个指定python==3.7的环境
conda create -n PyTorch3 python==3.7 numpy matplotlib pandas jupyter notebook
三、jupyter notebook 环境
启动jupyter notebook
jupyter notebook
自动跳转到Safari,界面会有文件夹
可以运行后缀为.ipynb的文件
在编辑器中输入,按command+enter 自动运行
import touch
四、ninja安装
1.安装re2c,下载地址:https://github.com/skvadrik/re2c
git clone https://github.com/skvadrik/re2c
2.打开终端,统一到Re2c的文件夹中运行
./autogen.sh
如果报错:autoreconf: command not found,说明未安装automake,执行第3步安装automark;若执行成功直接执行第4步
3.通过homebrew安装automake(为了统一包管理,还是用conda最好)
brew install automake
brew install libtool
4.接着执行
./configure
make
make install
5.Re2c安装成功之后,开始ninja安装
git clone https://github.com/ninja-build/ninja.git && cd ninja
./configure.py --bootstrap
cp ninja /usr/bin/
6.安装成功查看ninja版本
ninja --version
五、OpenCV-Python安装
常规安装,但中间一直遇到报错
git clone --recursive https://gitclone.com/github.com/opencv/opencv-python.git
从GitHub网页直接抓取
wget https://github.com/opencv/opencv-python/archive/refs/tags/62.tar.gz
解压该文件
tar zxf 62.tar.gz
六、python环境
进入python环境
python
退出python环境
>>>exit()
七、OpenCV-python安装
sudo find / -name version.hpp -print
找到了对应要修改的部分
/opt/anaconda3/envs/PyTorch4/include/opencv2/core/version.hpp
vi setup.py
进行路径修改
pip wheel . --verbose
再次运行
ls -l|grep -v "00:40"
将对应的如下两个whl进行pip install
numpy-1.21.5-cp37-cp37m-macosx_10_9_x86_64.whl
opencv_python-3.4.2-cp37-cp37m-macosx_10_9_x86_64.whl
例如:
pip install opencv_python-3.4.2-cp37-cp37m-macosx_10_9_x86_64.whl
总结
提示:这里对文章进行总结:
例如:以上就是今天要讲的内容,本文仅仅简单介绍了pandas的使用,而pandas提供了大量能使我们快速便捷地处理数据的函数和方法。
提示:文章写完后,目录可以自动生成,如何生成可参考右边的帮助文档