基于Anaconda下机器学习和深度学习的Python环境配置

参考链接：https://blog.csdn.net/qq_22235957/article/details/79113620

概要

1. 下载Anaconda；
2. 安装Anaconda；
3. 开始和更新Anaconda；
4. 更新scikit-learn库；
5. 安装深度学习库.

1.下载Anaconda

根据自己电脑的版本在Anaconda官网上下载相应的软件安装包。

Anaconda是针对科学Python开发的免费和便捷使用的环境。

Anaconda下载链接：https://www.anaconda.com/download/

因为我的电脑是64位windows系统，所以我下载了5.0.1最新版本.

由于官网上下载十分的慢，这里我分享了我下载的安装包

链接：https://pan.baidu.com/s/1eUjIQ4M 密码：v2tx

2.安装Anaconda

双击软件安装包，可以一路next安装到底，很方便。安装时间大概要10分钟，需要大约2.4GB的空间。

3.开始和更新Anaconda

在这一步，需要确认你的Anaconda Python环境是可以更新的。

Anaconda Navigatorshi是Anaconda的图形工具包，可以在应用中找到。

可以参考官方说明文档Anaconda Navigator here

首先，建议使用conda-Anaconda命令行环境开始你的数据分析之旅。

Conda is fast, simple, it’s hard for error messages to hide, and you can quickly confirm your environment is installed and working correctly.（大道至简，现在有很多开发集成环境，但是最简单的也是上手最快的，学习也是这样，理解一些底层核心算法，熟练掌握一些常用模块的用法，遇到不熟悉的先找找案例了解一下再看官方文档，这就是我的学习方法）

1. 打开一个Anaconda Prompt(命令行)
2. 确认conda正确安装，可以输入conda -V，可以看到以下提示（或者相似）conda 4.3.30
3. 确认Python正确安装，可以输入python -V，可以看到以下提示（或者相似）Python 3.6.3 :: Anaconda Inc.
4. 确认你的conda环境可以更新，可以输入conda update conda 或者conda update anaconda，可能需要安装一些包，并且确认更新。
5. 确认你的SciPy环境。

下面的代码会输出关键SciPy库的版本号，机器学习开发需要的库包括：SciPy, NumPy, Matplotlib, Pandas, Statsmodels, and Scikit-learn

 
 

   
   

    
    

   
   
   
   

    
    

     
     # scipy
    
    
   
   

   
   

    
    

   
   
   
   

    
    

     
     import scipy
    
    
   
   

   
   

    
    

   
   
   
   

    
    

     
     print(
     
     'scipy: %s' % scipy.__version__)
    
    
   
   

   
   

    
    

   
   
   
   

    
    

     
     # numpy
    
    
   
   

   
   

    
    

   
   
   
   

    
    

     
     import numpy
    
    
   
   

   
   

    
    

   
   
   
   

    
    

     
     print(
     
     'numpy: %s' % numpy.__version__)
    
    
   
   

   
   

    
    

   
   
   
   

    
    

     
     # matplotlib
    
    
   
   

   
   

    
    

   
   
   
   

    
    

     
     import matplotlib
    
    
   
   

   
   

    
    

   
   
   
   

    
    

     
     print(
     
     'matplotlib: %s' % matplotlib.__version__)
    
    
   
   

   
   

    
    

   
   
   
   

    
    

     
     # pandas
    
    
   
   

   
   

    
    

   
   
   
   

    
    

     
     import pandas
    
    
   
   

   
   

    
    

   
   
   
   

    
    

     
     print(
     
     'pandas: %s' % pandas.__version__)
    
    
   
   

   
   

    
    

   
   
   
   

    
    

     
     # statsmodels
    
    
   
   

   
   

    
    

   
   
   
   

    
    

     
     import statsmodels
    
    
   
   

   
   

    
    

   
   
   
   

    
    

     
     print(
     
     'statsmodels: %s' % statsmodels.__version__)
    
    
   
   

   
   

    
    

   
   
   
   

    
    

     
     # scikit-learn
    
    
   
   

   
   

    
    

   
   
   
   

    
    

     
     import sklearn
    
    
   
   

   
   

    
    

   
   
   
   

    
    

     
     print(
     
     'sklearn: %s' % sklearn.__version__)
    
    
   
   
 
 

4.更新scikit-learn库

在Python中机器学习主要用到的库叫scikit-learn，这一步我们将更新这个库。

1. 更新scikit-leanrn到最新版本，在Anaconda Prompt下输入conda update scikit-learn，相应也可以更新库到指定版本conda install -c anaconda scikit-learn=0.18.1
   

可以参考scikit-learn教程:machinelearningmastery.com/machine-learning-in-python-step-by-step/

5.安装Deep Learning 库

深度学习的库包括：Theano, TensorFlow, and Keras

NOTE: I recommend using Keras for deep learning and Keras only requires one of Theano or TensorFlow to be installed. You do not need both! There may be problems installing TensorFlow on some Windows machines.（原帖中建议使用keras，因为这个库可以使用Theano，TensorFlow在一些windows电脑上安装会有问题）

1. 安装Theano深度学习库，conda install theano
2. 安装keras，pip install keras
3. 确认你的深度学习环境正确安装

 
 

   
   

    
    

   
   
   
   

    
    

     
     # theano
    
    
   
   

   
   

    
    

   
   
   
   

    
    

     
     import theano
    
    
   
   

   
   

    
    

   
   
   
   

    
    

     
     print(
     
     'theano: %s' % theano.__version__)
    
    
   
   

   
   

    
    

   
   
   
   

    
    

     
     # tensorflow
    
    
   
   

   
   

    
    

   
   
   
   

    
    

     
     import tensorflow
    
    
   
   

   
   

    
    

   
   
   
   

    
    

     
     print(
     
     'tensorflow: %s' % tensorflow.__version__)
    
    
   
   

   
   

    
    

   
   
   
   

    
    

     
     # keras
    
    
   
   

   
   

    
    

   
   
   
   

    
    

     
     import keras
    
    
   
   

   
   

    
    

   
   
   
   

    
    

     
     print(
     
     'keras: %s' % keras.__version__)
    
    
   
   
 
 

可以学习Keras深度学习教程： Develop Your First Neural Network in Python With Keras Step-By-Step

更多参考：

Anaconda Documentation

Anaconda Documentation: Installation

Conda

Using conda

Anaconda Navigator

Installing Theano

Keras Installation

总结：大功告成！开始享受学习之旅！