Datawhale AI 夏令营 催化反应产率预测 Task1

Datawhale AI 夏令营 催化反应产率预测 Task1

环境配置

笔者使用的是windows+conda环境，在本地电脑上配置的。从 Task1_baseline.ipynb中可以看到需要的包要求其实并不多，就是常见的pandas,numpy,sklearn等机器学习领域常见的包，但是后面可能要上深度学习框架(例如pytorch之类的)，所以还是新建了一个环境

conda create --name [newEnvName] python=3.8

这里python版本使用3.8，记得创建好之后切换环境

conda activate [newEnvName]

[newEnvName]指的是你新环境的名称，你可以自己起，比如py38,helloworld之类的

然后使用conda install一顿安装就可以了，遇到conda摆烂速度慢的时候也可以用pip install试一试

conda install pandas
conda install scikit-learn
conda install rdkit

或者

pip install pandas
pip install -U scikit-learn
pip install rdkit

然后安装一个jupyter notebook用来运行.ipynb文件

conda install jupyter notebook

之后你就可以在powershell中输入

jupyter notebook

来启动并运行.ipynb文件哩，如果没有反应可以试试在浏览器中输入localhost:8888试试。

跑通 Baseline

如果你在运行中遇到了：

Datawhale AI 夏令营 催化反应产率预测

环境配置

笔者使用的是windows+conda环境，在本地电脑上配置的。从 Task1_baseline.ipynb中可以看到需要的包要求其实并不多，就是常见的pandas,numpy,sklearn等机器学习领域常见的包，但是后面可能要上深度学习框架(例如pytorch之类的)，所以还是新建了一个环境

conda create --name [newEnvName] python=3.8

这里python版本使用3.8，记得创建好之后切换环境

conda activate [newEnvName]

[newEnvName]指的是你新环境的名称，你可以自己起，比如py38,helloworld之类的

然后使用conda install一顿安装就可以了，遇到conda摆烂速度慢的时候也可以用pip install试一试

conda install pandas
conda install scikit-learn
conda install rdkit

或者

pip install pandas
pip install -U scikit-learn
pip install rdkit

然后安装一个jupyter notebook用来运行.ipynb文件

conda install jupyter notebook

之后你就可以在powershell中输入

jupyter notebook

来启动并运行.ipynb文件哩，如果没有反应可以试试在浏览器中输入localhost:8888试试。

跑通 Baseline

如果你在运行中遇到了报错类似于
No module named 'tqdm'说明你的环境中没有tqdm这个包，你只需要向上面的一样使用

conda install tqdm

就可以装上tqdm这个包了。

接下来如果没有遇到其他问题的话，只需要挨个点击代码单元格，然后挨个运行就可以得到 Baseline 代码的预测结果了。

No module named 'tqdm'说明你的环境中没有tqdm这个包，你只需要向上面的一样使用

conda install tqdm

就可以装上tqdm这个包了。

接下来如果没有遇到其他问题的话，只需要挨个点击代码单元格，然后挨个运行就可以得到 Baseline 代码的预测结果了。