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