机器学习中Python环境的配置问题

机器学习中Python环境的配置问题

      现如今，Python在人工智能领域已经应用的很广泛了。它具有很强的实用性，并且具有丰富的工具库。比如常用的：Numpy、Pandas、Matplotlib、Scikit-Learn、tensorflow等。Tensorflow是深度学习的框架，相信大家也比较熟悉。如果在windows环境下安装Tensorflow，想必也会遇到很多的问题。如何更好的用Python编写机器学习或者深度学习的案例，配置相应的环境是必不可少的。接下来，我主要介绍一下在配置环境中可能遇到的问题，希望可以帮助各位。

1.Anaconda的使用技巧（修改Notebook默认打开的文件夹路径 ）

        对于Python环境，我并没有直接从官网下载安装。而是选择了“大礼包”Anaconda这款软件。它直接翻译成中文就是蟒蛇的意思，所以也可见它的强大之处。总结一下，它主要具有以下的优点：Anaconda不仅包含了Python的工作环境，而且也包含了一些必备的库，我们可以使用conda list命令查看。另外，一些环境变量也配置好了，如pip。Notebook作为网页版的开发环境，可以得到程序中每一步的结果并保留，使用也非常方便。打开Notebook，默认的文件夹打开路径一般在C盘，因此我们可以修改一下，先把当前路径打印出来查看，如下：

具体步骤：

（1）打开 cmd 输入命令 jupyter notebook --generate-config

（2）查看生成的文件夹