一、引言
1. 机器学习是一种人工智能领域的分支,通过让计算机学习和改进算法,使其能够从数据中提取模式、进行预测和做出决策。它的重要性在于它可以处理和分析大量的复杂数据,并为我们提供有关不同问题的洞见和解决方案。
2.通过配置机器学习环境,我们可以为这些应用场景提供合适的工具和平台,使其能够高效地处理和分析数据,从而实现更准确、高效和智能的决策和预测。通过这次实验上机课,本文将讨论如何配置机器学习环境,以帮助读者在他们的项目中应用机器学习技术。
二、安装与使用vscode
VS Code是一个非常强大、灵活和易用的代码编辑器,广泛用于Web开发、移动应用程序开发、人工智能和数据科学等领域。使用VS Code学习机器学习可以提高代码编写和调试的效率,提供强大的扩展支持,并与版本控制工具集成。它是一个功能强大、易于使用且跨平台的编辑工具。
官网链接:vscode官网
跳转到下载页面
选择合适的版本,推荐System Installer版本,它可以自定义安装路径,使其我们后期对于它的管理十分方便。
安装完成后,进入到vscode,点击左侧拓展图标,我们搜索Chinese,会出现所示的界面,点击install
点击restart重启vscode,重启后,变为中文界面。
三、安装与使用anaconda
Anaconda是一个流行的Python和R编程语言的开源分发平台。它提供了一个集成的开发环境,包括各种常用的科学计算工具和库,方便用户进行数据分析、科学计算和机器学习等任务
官网链接:Anaconda官网
一.安装Anaconda
点击View ALL installers
选择用户,选“All Users”,所有用户都能使用 。
安装完成后在开始界面出现Anaconda一系列工具,至此安装成功。
不放心的话,可以win键 + R,输入cmd打开命令行后,输入conda,出现上图所示内容,Anaconda就安装成功了。
接下来点击Anaconda Prompt进入命令行创建虚拟环境。
二.创建Anaconda虚拟环境与激活
conda create -n test python=x.x
x.x是anaconda命令创建python版本,需要根据自己电脑实际情况选择,test代表名字是tset的虚拟环境。test文件可以在Anaconda安装目录envs文件下找到。
conda activate test #激活所创建的虚拟环境
三.其他命令
除此以外,还有一些常用命令
conda install -n test [package]
#如果 conda 有的 package,推荐用 conda 安装。conda 没有的,再用 pip 安装
查看安装了哪些包
conda list
查看当前存在哪些虚拟环境
conda env list
检查更新当前conda
conda update conda
关闭虚拟环境(即从当前环境退出返回使用PATH环境中的默认python版本)或者`activate root`切回root环境
deactivate env_name
删除虚拟环境
conda remove -n your_env_name --all
设置国内镜像
http://Anaconda.org的服务器在国外,安装多个packages时,conda下载的速度经常很慢。清华TUNA镜像源有Anaconda仓库的镜像,将其加入conda的配置即可:
添加Anaconda的TUNA镜像
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
设置搜索时显示通道地址
conda config --set show_channel_urls yes
恢复默认镜像
conda config --remove-key channels
四.总结
通过安装和实验Anaconda可以使机器学习的开发和实验变得更加简单和高效。它提供了一站式的解决方案,集成了常用的数据科学库和工具,并且与VS Code的结合使用,使得我们可以在一个统一的环境中完成整个机器学习流程。这为我们提供了良好的基础,使得我们可以更好地专注于算法和模型的研究和应用。