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。