机器学习环境初步搭建(conda和Visual Studio Code安装教程超详细版)

        以windows10系统,AMD显卡为例。在学习时建议大家创建虚拟环境。祝大家学习顺利!


       

目录

前言

一.安装Anaconda:建立Python应用环境

        Anaconda简介

        安装过程

       检测Anaconda是否写入环境

        为conda创建虚拟环境 

二.安装Visual Studio Code :建立集成的开发环境

         Visual Studio Code 简介

        Visual Studio Code 安装

初步配置Visual Studio Code


 

前言

         对于很多初学机器学习及深度学习的同学来说,搭配环境永远是一个令人十分头疼的问题。在搭配环境的过程中,往往会遇到许多不可预知的bug,就像是医生很难遇到教科书式的病例。这里我将为大家详细地讲述如何搭配环境,希望能够帮助到大家。


 

一.安装Anaconda:建立Python应用环境

        Anaconda简介

        便捷获取包且对包能够进行管理,同时对环境可以统一管理的发行版本。Anaconda包含了conda、Python在内的许多包及其依赖项。即它可以在你的电脑上创建多个你想要的python环境,并为每个python环境安装不同的包,不同环境相互切换,操作简单,使用方便!

        安装过程

        安装地址:https://repo.anaconda.com/archive/

                        https://repo.anaconda.com/

        windows版本就选择对应的安装包,下载后进行解压。

dfb1b137120546feb2555761628934f0.png

       

        进行傻瓜式安装,在进行到这个窗口时建议选择...

65c7525f3ced488884f55addae39d20e.png

        

       检测Anaconda是否写入环境

        1.在主界面中查找,选择Anaconda Navigator, 如下: 

      5d06725b30f14ef3abe9a11c7d9f2714.png

        安装成功。

        2.使用powershell检验是否写入环境中

               首先win+r打开命令行窗口,输入cmd

       eb5a44cddf4147539ecab2b301e001f2.png

                然后,输入代码conda和conda activate,检验是否出现如下:

        230e9ed845694d9a898f4bdaf12e72ed.png

                0946edc09bb3404d86a79213626431db.png

        至此,conda安装完成。

 

        为conda创建虚拟环境 

        首先要先确定自己的python版本,可以通过命令行查询。

                               e6f5777685344579b4f4541473109d75.png

        作为一名程序员,拥有多个版本的python是一件极为平常的事情,我们的电脑也能兼容多个版本的python同时存在。所以创建虚拟环境,要选择合适自己的python版本,我选择的是python3.8.8,进行如下操作:

      1.创建虚拟环境代码为:conda create –n 环境名 python=版本号

        我的选择是 :conda create –n test1 python=3.8.8

       d309c92a24fa4ce5bd80067e909b4152.png

2.激活虚拟环境

        输入代码 conda activate 你当时设定的环境名

        我的选择是 :conda activate test1 

a74b992b14f241cbb8fb2a464b0c3b0c.png

        出现第二行,即代表虚拟环境test1创建成功!

        可以输入conda env list查看当下的所有环境:

        cb5f2d97012842b8b3e6ce958847f552.png

        可以看出刚刚创建的test1已经存在主机中了。

        


二.安装Visual Studio Code :建立集成的开发环境

         Visual Studio Code 简介

        Visual Studio Code 是一款免费、开源的代码编辑器,支持多种编程语言,具有语法高亮、智能代码补全、调试功能、版本控制集成等特点。它还有丰富的扩展插件和定制选项,适用于各种开发需求。

        Visual Studio Code 安装

        安装地址:Download Visual Studio Code - Mac, Linux, Windows

        根据自己电脑的操作系统选择,我选择的是windows

        85fbc2b9b6dd461b8a00041a5b6baf87.png

        在安装的时候,是非常简单的,但在安装过程中,还是要注意一些选项的勾选。这样子会有利于更好的交互。

323712cf77524462a014d54914dd63f4.png

 

初步配置Visual Studio Code

        安装完成后,打开Visual Studio Code,安装简单的扩展。

ebfa06015f2f48adac50527a2aa2ba80.png

 

        然后我向大家推荐几个有用的扩展,希望能帮助到大家。

                74c0824e8d4c48dfb740da434ae90e26.png

 

其中的汉化包适合初学者小白,能快速上手VS Code,pylance则是代码提示能大大地解放生产力,帮助大家更好地编程。至于其他的拓展,则是OPENCV相关的,有时间了我后面也会一并整理给大家。

        安装好相应的扩展后,就可以开始简单的编程啦!

010f925489fe4e89bad37a273d3d8c02.png

 


 

这是我的第一篇博客,也是我初次接触机器学习。有讨论的地方欢迎读者在评论区指出,我们可以共同讨论,一起研究,祝学习顺利!

 

  • 9
    点赞
  • 15
    收藏
    觉得还不错? 一键收藏
  • 2
    评论
### 回答1: 好的,以下是在 Windows 操作系统下创建 TensorFlow 环境的步骤: 1. 安装 Anaconda 首先,需要安装 Anaconda,可以在官网下载符合自己系统本的安装包,然后按照安装程序的指示进行安装。 2. 创建虚拟环境 打开 Anaconda Prompt,输入以下命令创建一个名为 TensorFlow 的虚拟环境: ``` conda create -n TensorFlow python=3.7 ``` 3. 激活虚拟环境 输入以下命令激活 TensorFlow 虚拟环境: ``` conda activate TensorFlow ``` 4. 安装 TensorFlow 输入以下命令安装 TensorFlow: ``` pip install tensorflow ``` 5. 安装其他库 在 TensorFlow 环境中,可以使用 pip 安装其他需要的库,例如: ``` pip install numpy pip install matplotlib ``` 这样就完成了 TensorFlow 环境的创建。在使用 TensorFlow 时,需要先激活虚拟环境,然后在环境中运行相应的代码。 ### 回答2: 要在电脑上创建Tensorflow环境,需要按照以下步骤进行操作: 1. 首先,确保电脑已经安装好Python。Tensorflow是基于Python开发的,因此需要在电脑上安装Python环境。 2. 打开终端或命令提示符窗口,并输入以下命令来安装Tensorflow库: pip install tensorflow 3. 当安装完成后,可以测试Tensorflow是否成功安装。在终端窗口中输入以下命令: python import tensorflow as tf tf.test.is_built_with_cuda() exit() 4. 如果最后一行命令返回True,则表示Tensorflow安装成功。如果返回False,则需要检查CUDA是否已经在电脑上正确安装,并重新安装Tensorflow。 5. 接下来,可以选择使用IDE或文本编辑器来编写和运行Tensorflow代码。常见的IDE包括PyCharm、Spyder等,而文本编辑器可以选择Sublime Text、Visual Studio Code等。 6. 创建一个Python脚本文件,比如"tensorflow_example.py",并在其中编写Tensorflow代码。可以从Tensorflow官方网站的教程中获取例子代码,并进行修改和运行。 7. 保存代码后,在终端或命令提示符窗口中通过以下命令运行脚本: python tensorflow_example.py 8. 如果一切正常,Tensorflow将会执行代码并显示输出结果。 通过以上步骤,就可以成功地创建一个Tensorflow环境,并进行Tensorflow代码的编写和运行。可以根据自己的需求,进一步学习和应用Tensorflow库的各种功能。 ### 回答3: 要在计算机上创建TensorFlow环境,可以按照以下步骤进行操作: 1. 安装Python:首先,确保计算机上已经安装了Python。可以从Python官方网站(https://www.python.org/downloads/)上下载并安装最新的Python本,根据操作系统选择合适的安装程序。 2. 安装pip:在安装Python的过程中,通常会自动安装pip,这是Python包管理器。如果没有安装,可以在命令行中输入“python -m ensurepip”进行安装。 3. 安装TensorFlow:打开命令行终端,输入以下命令来安装TensorFlow: pip install tensorflow 如果需要安装指定本的TensorFlow,可以使用以下命令: pip install tensorflow==x.x.x 这里的x.x.x代表TensorFlow的本号。 4. 验证TensorFlow安装:安装完成后,可以在Python的交互式环境中验证TensorFlow是否成功安装。打开命令行终端,输入“python”并按Enter键打开Python交互式环境。然后输入以下代码来导入TensorFlow并查看本号: import tensorflow as tf print(tf.__version__) 如果输出了TensorFlow的本号,则表示安装成功。 除了以上基本步骤,还可以考虑使用虚拟环境(例如virtualenv)来创建独立的Python环境,以便更好地管理TensorFlow及其相关依赖。这样可以避免不同项目之间的冲突,并提供更好的灵活性和可维护性。 总结起来,通过安装Python、安装pip、使用pip安装TensorFlow并验证安装,可以在机器上创建TensorFlow环境,为后续的深度学习任务提供支持。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 2
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值