机器学习（包括深度神经网络）python开发环境搭建（超详细）（适合新手）

最近接了一个大数据项目，需要进行到数据分析，作为一个从程序员往数据挖掘工程师转行的人来说，R语言在灵活性上不如Python，并且在深度神经网络等机器学习开源模块上，python也比R语言有更好的支持。本文主要利用Ubuntu来搭建虚拟机来进行数据分析工作，主要利用了sklearn和keras开源模块。Google开发的深度神经网络python开源模块tensorflow目前不支持windows系统，因此强烈建议使用linux操作系统，而redhat虽然是Linux系统中比较成熟的一种，但是其yum是付费服务，并且没有预装apt-get等大量的插件，因此选择ubuntu系统，对于刚入门的新手来说更友好。

环境配置：

VM Ware 12.0（在不同主机之间的文件复制粘贴比Visual Box要好一点）

Anaconda2 （python2.7以及相关的科学计算集成，安装完成后就可以直接使用科学计算所有的模块，包括最流行的numpy，pandas）

JetBrain Pycharm （Python开发最火的IDE集成开发工具，方便使用git和github进行代码的管理）

Ubuntu16.01 amd64位

1、Ubuntu虚拟机安装

选择Ubuntu的ISO镜像文件，这时VM Ware将自动选择为简易安装，不用考虑分区问题

设置虚拟主机的名称，新建一个user用户，并设置登录密码，这个密码必须记住，因为在进行管理员操作的时候必须用到。

选择虚拟机的安装目录和名称，这里命名为Ubunu64位

考虑到做大数据的数据分析，因此磁盘大小建议分配50G，反正只是逻辑磁盘，分配多点没有问题。

点击完成，则VM Ware自动帮你安装虚拟机，此时你只要耐心等待即可。

输入刚刚设置的登录密码，进入桌面

2、安装git

点击左上角的图标，点击terminal，打开命令行窗口。

输入sudo apt-get install git，下载git安装包

输入 git config --global user.name "Your Name"git config --global user.email "youremail@domain.com"设置你的git的用户名和邮箱

设置完成后，输入git config -list，显示信息如下：

user.name=Your Name 

user.email=youremail@domain.com

在命令行中输入git，要是有正确返回，则git安装完成。

3、Anaconda2的安装

从官网上直接下载Anaconda2 适合linux的安装包，复制粘贴到/home/bigdata/Downloads下，建议直接在Ubuntu的火狐浏览器下直接下载，这样直接从网上将Anaconda2、pycharm下载到相应的目录。pycharm下载后是tar.gz格式，可以右键点击extract here进行解压到当前目录。同时，在/home/bigdata/Downloads下新建data、tmp两个文件夹，存放数据分析的数据和模型结果。

此时，由于下载的Anaconda2是一个.sh文件，Ubuntu系统对于.sh文件不能很好的兼容，所以不能直接点击打开，必须使用命令行打开。

输入cd /home/bigdata/Downloads跳转到Anaconda2的目录

输入bash Anaconda2-4.1.1-Linux-x86_64.sh，启动安装程序，按照提示进行操作

完成后，/home/bigdata文件夹会有一个anaconda2的文件夹。

添加环境变量，使系统能够使用Anaconda里的工具命令。

输入sudo gedit /etc/environment，输入登录密码，这里的密码是不可见的。得到

在PATH路径中添加anaconda的bin包路径，注意要添加到“”中，并且用：隔开。

点击save保存。然后退出

打开命令行，输入python，如果出现下图，则Anaconda安装成功。

但这时安装好的Anaconda2里的python2.7.12仍然不是系统默认的Python工具

输入sudo rm /usr/bin/python删除原系统默认的python工具

输入sudo ln -s /home/bigdata/anaconda2/bin/python2.7 /usr/bin/python建立新连接

输入source /etc/environment让操作生效。

输入python，得到下列信息，则python和anaconda彻底安装成功。

4、机器学习相关开源模块安装

安装Anaconda后，可以使用pip或conda工具进行下载开源Python模块，但是必须保持网络连接状态。由于深度神经网络和一些机器学习的模块很新，所以必须两个命令都用到。

输入：

conda install theano

conda install keras

pip install tensorflow

pip install sklearn

安装提示信息安装，完成后，输入python进入python命令行工具，分别输入import keras和import sklearn，如果没有错误信息，则模块安装完成。

5、使用pycharm

打开命令行输入cd /home/bigdata/Downloads/pycharm-community-2016.2.2/bin

输入 bash pycharm.sh运行pycharm

点击左上角的FIle-->settings--->version control----->github，输入自己的github账号和密码，点击测试

点击Test后，第一次会让你设置本地github的登录密码，这个密码必须记住，因为是不是系统在你提交代码或者从github上clone时需要填写这个密码来验证。如果你的github账号密码都正确，则出现下图。

在选择git这个选项，设置你已经安装好的git工具的路径，一般为/usr/bin/git.

点击Test，出现下图则github和git都配置成功，可以使用了。

5、从github中导入项目

从菜单栏中点击VCS，选择checkout from version control，再选择github。

然后就可以选择你想要的项目导入到本地了

有兴趣的同学可以在URL那栏复制粘贴https://github.com:braveld/PythonProgram.git，这是我分享的我找的一些机器学习的代码，以及sklearn和keras的用法，比较容易入手。机器学习的训练集和测试集留言并留下你的邮箱，我会尽快发给你。