科学计算环境配置教程
你本次需要安装,最好用有线网下载。
Anaconda
spyder
jupyter notebook
Sklearn
XgBoost
LightGBM
CatBoost
Keras
TensorFlow
文末有介绍如何在实验室的文件服务器上,下载所需要的安装包。
1.Anaconda安装
如果你已经装了Anaconda,并且在使用过程中没有出现奇怪的问题,可以跳过安装步骤。
否则,建议你把原来的卸载掉,按照这个步骤重新安装!!!
1.1安装
选择Anaconda3-5.0.1版本下载(经踩坑发现,5.2和5.3版本在创建环境时存在bug;所以不要在意后面图片写的是5.3版本的,事实上我在5.0版本上才安装成功)
1.jpg
运行安装包,改变安装目录,将其放到非系统盘
2.jpg
将两个选项都勾上,安装
3.jpg
这里选择跳过
![4.jpg](https://upload-images.jianshu.io/upload_images/7007489-4af3e97327194fff.jpg?imageMogr2/auto-orient/strip%7CimageView2/2/w/1240)
1.2 更换conda镜像源
anaconda默认的镜像源在国外,访问速度非常慢。所以这里我们首先将它改为国内的清华镜像站。
按下win+R快捷键,在运行窗口输入cmd
5.jpg
在cmd中,依次输入以下三行命令。(逐条复制上去)
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/
conda config --set show_channel_urls yes
像这样就完成了
6.jpg
1.3 更换pip源
默认pip源也在国外,这里换成国内豆瓣提供的pip源:
在C:\Users\【你的用户名】 目录下新建一个名为pip的文件夹
8.jpg
在pip目录下创建pip.txt文件,并将文件后缀名改为ini
7.jpg
将以下内容写入文件,并保存
[global]
timeout = 60
index-url = https://pypi.doubanio.com/simple
完成
2环境安装
2.0 Anaconda
anaconda 5.0默认Python版本为3.6.3,目前已经支持TensorFlow了,这意味着你可以跳过这一步。
但是,保险起见,我们还是使用Python3.5环境,因为这个版本的Python,有更多的科学计算包兼容它。
在开始菜单中启动它。(启动较慢,需等待)
9.jpg
创建一个名为py35的python 3.5环境
10.jpg
接下来安装所要的包
11.jpg
注意将Applications on切换到新建的py35环境,把箭头所指的都装上。
以上步骤,如果你打不开界面,或者安装时报错,可以在命令行中进行操作。在cmd中依次执行以下命令:
conda create -n py35 python=3.5
activate py35
conda install spyder
conda install jupyter
conda install glueviz
安装完成后启动这个jupyter notebook
12.jpg
在浏览器打开这个地址
13.jpg
在右上角,新建一个ipython文件
14.jpg
确保这段代码能够正常运行,即安装成功
15.jpg
如果没有报错,则说明上面步骤没有问题。
2.1 安装scikit-learn
在cmd中输入以下命令,激活刚刚创建的py35环境
activate py35
16.jpg
注意:在cmd中使用命令操作所创建的环境之前,都需要指定一个环境,并激活它。
使用(activate + 环境名称)激活环境
一共两步
输入activate py35,激活环境
输入
pip install scikit-learn
17.jpg
运行这段代码,如果没有报错则说明安装成功
from sklearn.ensemble import RandomForestClassifier
2.2 安装XGBOOST
输入以下命令:安装
pip install xgboost
检查是否安装成功
import xgboost as xgb
2.3 安装LightGBM
输入以下命令:安装
pip install lightgbm
检查是否安装成功
import lightgbm as lgb
2.4 安装CatBoost
输入以下命令:安装
pip install catboost
检查是否安装成功
from catboost import CatBoostClassifier
2.5 安装TensorFlow CPU版
如果你没有显卡,或者你的显卡不是Nvidia的,请安装CPU版。
pip install tensorflow
2.6 安装TensorFlow GPU版
如果你的显卡是NVIDIA的,建议安装GPU版,它支持cuda加速,可以十倍提高精算性能。
在安装GPU版的tensorflow之前,你需要安装CUDA Toolkit和cuDNN
注意:在进行以下步骤之前,请再次确认,你的显卡是NVIDIA的显卡,并且显卡驱动版本为384.x或以上。
最新release版本的tensorflow需要以下工具包。安装时,一定要注意版本号对不对!!
CUDA® Toolkit —TensorFlow supports CUDA 9.0.
这两个安装包已经上传到了群文件,请直接下载安装。(安装包是win10的,其他系统自行下载)
CUDA
运行cuda_9.0.176_win10.exe文件
首先选择一个临时文件夹,在安装结束后可以将其删除
18.jpg
选择Custom安装!!
19.jpg
建议将这三个文件夹放在同一目录下(方便后面查找)
20.jpg
一路next,安装完成
cuDNN
解压cudnn-9.0-windows10-x64-v7.4.1.5.zip
复制解压出来的文件
21.jpg
将其复制到cuda/development目录
22.jpg
在环境变量中添加以下路径
23.jpg
注意将目录改成自己的
24.jpg
安装tensorflow-gpu
激活环境后,在cmd输入以下命令进行安装:
pip install tensorflow-gpu
运行以下代码,检测是否安装成功
import tensorflow as tf
hello = tf.constant('Hello, TensorFlow!')
sess = tf.Session()
print(sess.run(hello))
2.7 Keras安装
注意:Keras一定要在装好TensorFlow之后安装。
输入以下命令:安装
pip install Keras
运行以下代码,检测是否安装成功
from keras.layers import Dense
- 恭喜你,终于把环境配好了~
文件下载
Anaconda安装包
CUDA安装包
cuDNN文件
以上文件均已上传到实验室文件服务器。
使用有线网,在地址栏输入\\file.kenvix.com\File\科学计算环境安装,即可下载。
25.jpg
最后介绍一下jupyter notebnook快捷键
快捷键有很多,这里介绍最常用的几个
Shift-Enter : 运行本单元,选中下个单元
Ctrl-Enter : 运行本单元
Alt-Enter : 运行本单元,在其下插入新单元
Shift-Tab : 输出帮助信息,部分函数、类、方法等会显示其定义原型,如果在其后加 ? 再运行会显示更加详细的帮助
Tab : 代码补全
ESC : 进入命令模式
A : 命令模式下使用,向上增加单元
B : 命令模式下使用,向下增加单元
随安装教程发布的还有Python入门的jupyter notebook文件,
请用jupyter notebook打开,并弄懂里面的代码。
欢迎关注我的公众号,一起学习!
MachineEpoch