AI常用编程工具介绍与安装:Anaconda、Python、Jupyter、PyCharm、PyTorch、TensorFlow

本文详细介绍了在macOS和Windows操作系统下,如何使用Anaconda安装Python、Jupyter、PyCharm,以及如何创建和管理虚拟环境,安装PyTorch和TensorFlow。步骤包括Anaconda的下载与安装,创建虚拟环境,PyCharm的配置,以及JupyterNotebook的使用。此外,还提供了遇到问题时的解决建议和Python学习资源。
摘要由CSDN通过智能技术生成

学习人工智能需要经常用到Python语言、Jupyter、PyCharm工具以及PyTorch、TensorFlow和Keras等深度学习框架。本文介绍在 macOS 和 windows 操作系统下的安装教程。(网上有大量不同的安装方法,如果本文描述不详尽,同学也可以按照网上的方法自行安装。)

1 Anaconda, Python, Jupyter和PyCharm介绍

2 macOS通过Anaconda安装Python, Jupyter和PyCharm

3 使用终端创建虚拟环境并安装PyTorch

4 安装PyCharm并导入Anaconda虚拟环境

5 Windows操作系统下Anaconda与PyCharm安装

6 通过 Anaconda Navigator 创建 TensorFlow 虚拟环境

7 Jupyter Notebook 使用 Anaconda 管理的环境

本文略长,请大家耐心看完,一定是史上最全的环境配置指南~


01 Anaconda, Python, Jupyter和PyCharm介绍

Python 是一种易于学习又功能强大的编程语言。优雅的语法和动态类型,以及解释型语言的本质,使其成为在很多领域多数平台上写脚本和快速开发应用的理想语言。Python 官网 https://www.python.org/ 可以免费自由地下载并分享包括第三方 Python 模块、程序、工具等,以及额外的文档。

由于 Python 简单易用开源,成为人工智能领域中使用最广泛的编程语言。现在的大部分深度学习框架都支持 Python 语言。

PyCharm是一款Python IDE(Integrated Development Environment,集成开发环境),具有跨平台属性。带有一整套可以帮助用户在使用 Python 语言开发时提高其效率的工具,比如调试、语法高亮、项目管理、代码跳转、智能提示、自动完成、单元测试、版本控制。其他可选 IDE 还有 Spyder 和 Visual Studio Code 。

Jupyter Notebook 是基于网页的用于交互计算的应用程序。其可被应用于全过程计算:开发、文档编写、运行代码和展示结果。简而言之,Jupyter Notebook 是以网页的形式打开,可以在网页页面中直接编写代码和运行代码,代码的运行结果也会直接在代码块下显示的程序。如在编程过程中需要编写说明文档,可在同一个页面中直接编写,便于作及时的说明和解释。

因为Python,Jupyter,PyCharm都可以通过Anaconda安装,所以我们利用Anaconda来安装这三个软件。

知名 Python IDE 或编辑程序

Anaconda 是一款包管理器(conda包管理器可以很好的帮助你在计算机上安装和管理这些包,包括安装、卸载和更新包)和环境管理器(比如在A项目中使用 Python 2,B项目要使用Python 3,而同时安装两个 Python 版本可能会造成许多混乱和错误。这时候 conda就可以为不同的项目建立不同的运行环境)。

Anaconda 可用于多个平台( Windows、Mac OS 和 Linux),可以在官网https://www.anaconda.com/products/distribution#Downloads 找到安装程序和安装说明。根据操作系统是32位还是64位,以及对应的Python版本,选择下载对应的安装文件。

官网下载Anaconda

如果遇到网络下载问题,也可以选择国内镜像进行下载

清华镜像地址:https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/

安装了Anaconda,相当于已经完成了Python、Jupyter和各种Python包的安装,同时包含了它的核心管理工具conda。使用中可以用conda创建出虚拟环境,并在虚拟环境中安装不同的Python包,并且这些虚拟环境可以直接在PyCharm中使用。

下面我们介绍 macOS 和 windows 操作系统下 Anaconda 安装。

02 macOS通过Anaconda安装Python, Jupyter和PyCharm

(1)进入官网下载Anaconda:https://www.anaconda.com/products/individual#macos,点击Download下载。

官网下载Anaconda

(2)打开下载完成的安装程序,并选择继续,安装过程中有多个继续,一直点击即可。

Anaconda开始安装

Anaconda安装过程

(3)点击安装,不需要修改安装位置。

无需更改安装位置

安装过程需要等个几分钟。

等待安装约三五分钟

(4)点击关闭就完成了Anaconda的安装,此时 Python 和 Jupyter Notebook 也就同步安装完成了。

Anaconda 安装成功

(5)安装完毕后,在启动台打开Anaconda Navigator

在启动台打开Anaconda Navigator

Anaconda Navigator 打开后的界面如下:

Anaconda Navigator Home 主界面

(6)Anaconda安装完成时,默认是将所有的包链接在一个叫做“base”的虚拟环境中,可以在Anaconda Navigator进行查看。

Anaconda Navigator Environment

当然,也可以在终端通过命令行进行查看。命令是:

conda list

默认当前处于active状态的虚拟环境是base,如下图:

默认虚拟环境为base

04 使用终端创建虚拟环境并安装PyTorch

PyTorch 由 Facebook 人工智能研究院(FAIR)于2017年1月开源。PyTorch的前身是Torch,使用Python重新写了很多内容,不仅更加灵活,支持动态图,而且提供了Python接口。PyTorch更有利于研究人员、爱好者、小规模项目等快速搞出原型。而TensorFlow更适合大规模部署,特别是需要跨平台和嵌入式部署。

PyTorch的安装,在macOS和Windows下安装方法相同。创建虚拟环境,可以通过终端,也可以通过Anaconda Navigator,这里我们先看看如何通过终端安装PyTorch框架,下一个部分会演示通过Anaconda Navigator图形界面安装TensorFlow框架。

(1)打开终端(Mac下点击启动台搜索终端打开,Windows下使用快捷键win+R,输入cmd并确认),新建一个虚拟环境PyTorchEnv(名字可以随便取,最好方便记忆和区分),命令是:

conda create -n PyTorchEnv python=3.9.12

在终端创建虚拟环境,需要指定环境名称和Python版本

询问是否,都选Y

(2)如果需要删除虚拟环境PyTorchEnv,命令是:

conda remove -n PyTorchEnv --all

查看所有的虚拟环境,命令是:

conda info -e

星号表示当前是哪个环境处于激活状态

使虚拟环境PyTorchEnv处于激活状态,命令是:

conda activate PyTorchEnv

让当前处于激活状态的虚拟环境改为非激活状态,命令是:

conda deactivate

查看并切换激活的虚拟环境

(3)在虚拟环境PyTorchEnv中安装PyTorch框架,命令是:

conda install pytorch torchvision -c pytorch

安装PyTorch框架https://pytorch.org/get-started/locally/#mac-anaconda

在终端查看,是否安装成功,命令是:

python
import torch

出现 >>> 标志就代表安装成功了,如果报错,可以尝试关闭终端,重新进入环境

验证PyTorch安装成功

至此,完成了通过终端创建虚拟环境,并在虚拟环境中安装了PyTorch框架。

此时在Anaconda的Navigator里已经可以看到新创建的虚拟环境PyTorchEnv了。

Anaconda Navigator里可以看到新创建的环境

04 安装PyCharm并导入Anaconda虚拟环境

(1)接下来安装PyCharm,打开官网https://www.jetbrains.com/pycharm/,点击下载.dmg文件,Community版本是免费的,Professional版本可以试用30天。

官网下载 PyCharm

(2)打开下载好PyCharm的.dmg安装文件,拖入应用程序中,等待一段时间后,安装完成。

macOS 安装 PyCharm

(3)打开PyCharm有两种方式,一种是从启动台打开,另一种是从Ananconda Navigator 打开:

从启动台打开PyCharm

PyCharm 安装好后,会自动关联到 Anaconda,PyCharm 和 Anaconda 的安装顺序无所谓。

从 Ananconda Navigator 打开 PyCharm

(3)在PyCharm新建Project并使用虚拟环境:

新建Project

注意在编译器选择中要勾选 Existing interpreter 或者 Previously configured interpreter,然后点击Interpreter栏后面的三个点:

选择解释器Interpreter

选择Conda Environment栏,并在Conda executable栏点击选择要导入的外部环境。需要选择的环境就是我们刚才使用Anaconda创建的虚拟环境,一般在路径 …/ananconda3/envs/PyTorchEnv/bin/python 中:

选择conda环境

这样就成功配置了PyCharm的编译环境是刚刚创建的虚拟环境,接下来可以写个测试程序,验证是否成功。新建一个Python文件:

新建一个测试文件

测试文件中的测试代码如下,如果报错找不到torch,可以尝试重启Anaconda Navigator 和 PyCharm:

import torch
x = torch.rand(3,3)
print(x)

测试成功

05 Windows操作系统下Anaconda与PyCharm安装

(1)进入官网下载Anaconda:https://www.anaconda.com/products/individual,点击Download下载。

(2)打开安装程序,点击 Next -> I Agree -> Next,最好不要改变路径再点击 Next -> Install,先点击网页链接,再点击 Next 即完成了 Anaconda 的安装,同时 Python 和Jupyter Notebook 也安装完成了。操作图解如下:

(3)Windows下还需要添加环境变量,右键此电脑 -> 属性,选择右侧高级系统设置,点击环境变量 -> path -> 编辑 -> 新建。在之前安装的 Anaconda 路径下,找到 anaconda3文件夹 -> anaconda3/scripts文件 -> anaconda3/Library/bin文件夹,复制路径,分别添加到新建中。

备注:按 win+R,cmd,输入Python -V,出现下图,未报错则添加成功。

(4)从官网下载安装 PyCharm。

(5)打开下载好的安装程序,点击 Next,接下来设置安装位置,选择 64-bit -> next -> install,点击 Finish,安装完成。操作图解如下:

06 通过 Anaconda Navigator 创建 TensorFlow 虚拟环境

TensorFlow 是开源的、基于 Python 的深度学习框架,由 Google 开发,在图形分类、音频处理、推荐系统和自然语言处理等场景下有着丰富的应用,是目前最热门的机器学习框架。

(1)Anaconda 创建 TensortFlow 环境(名字还是可以任意起,但是要方便记忆),创建完成后该环境会在 /Users/hk/opt/anaconda3/envs 中自动创建一个 TensortFlow的文件夹,里面放置了这个环境的所有第三方包。

创建TensortFlow环境

(2)进入创建的虚拟环境,点击箭头,选择Open Terminal,当前的环境有被激活,而非默认的base。

从 Anaconda Navigator 选择进入环境

激活环境为TensorFlowEnv

(3) 安装TensorFlow框架

pip install tensorflow

安装TensorFlow框架,这个过程会耗时几分钟

(4)验证安装成功,从终端进入Python编程环境,看是否可以成功import框架。

python``import tensorflow as tf

出现>>>即是框架安装成功

07 Jupyter Notebook 使用 Anaconda 管理的环境

(1)打开Jupyter Notebook的方法有两种:

第一种:打开Anaconda Navigator,点击launch即可。

从 Anaconda Navigator 打开Jupyter Notebook

第二种:打开「终端」,直接输入jupyter notebook也可以打开。

从终端打开Jupyter Notebook

网页端跳转Jupyter界面

(2)创建并运行第一个Jupyter程序

新建程序

# 安装 TensorFlow
import tensorflow as tf

# 载入并准备好 MNIST 数据集
mnist = tf.keras.datasets.mnist

# 将样本从整数转换为浮点数
(x_train, y_train), (x_test, y_test) = mnist.load_data()
x_train, x_test = x_train / 255.0, x_test / 255.0

# 将模型的各层堆叠起来,以搭建 tf.keras.Sequential 模型
model = tf.keras.models.Sequential([
  tf.keras.layers.Flatten(input_shape=(28, 28)),
  tf.keras.layers.Dense(128, activation='relu'),
  tf.keras.layers.Dropout(0.2),
  tf.keras.layers.Dense(10, activation='softmax')
])

# 训练选择优化器和损失函数
model.compile(optimizer='adam',
              loss='sparse_categorical_crossentropy',
              metrics=['accuracy'])              

# 训练并验证模型              
model.fit(x_train, y_train, epochs=5)

# 照片分类器的准确度已经达到 98%
model.evaluate(x_test,  y_test, verbose=2)

可以切换当前cell是代码还是Markdown格式

(3)修改文件名并保存文档后,再回到主界面,可以看到在文件标签页里面多了一个TFdemo.ipynb文件;在运行标签页多了一个运行中的文档。

文件标签页

运行标签页

至此,我们演示完成了在macOS和windows操作系统下安装Anaconda和PyCharm,如何用Anaconda创建并管理虚拟环境,以及如何在PyCharm和Jupyter 里使用这些虚拟环境。

希望同学们安装顺利,开始enjoy你的后续AI之旅~

PS:由于每个人的电脑存在差异,在安装过程中有可能会出现各种问题,出现报错不要着急,网上有很多详细的解决方法,只需要将自己的问题在网上搜索一下,一般都可以得到解决。

# 关于Python学习指南

学好 Python 不论是就业还是做副业赚钱都不错,但要学会 Python 还是要有一个学习规划。最后给大家分享一份全套的 Python 学习资料,给那些想学习 Python 的小伙伴们一点帮助!

包括:Python激活码+安装包、Python web开发,Python爬虫,Python数据分析,人工智能、自动化办公等学习教程。带你从零基础系统性的学好Python!

👉Python所有方向的学习路线👈

Python所有方向路线就是把Python常用的技术点做整理,形成各个领域的知识点汇总,它的用处就在于,你可以按照上面的知识点去找对应的学习资源,保证自己学得较为全面。(全套教程文末领取)

在这里插入图片描述

👉Python学习视频600合集👈

观看零基础学习视频,看视频学习是最快捷也是最有效果的方式,跟着视频中老师的思路,从基础到深入,还是很容易入门的。

在这里插入图片描述

温馨提示:篇幅有限,已打包文件夹,获取方式在:文末

👉Python70个实战练手案例&源码👈

光学理论是没用的,要学会跟着一起敲,要动手实操,才能将自己的所学运用到实际当中去,这时候可以搞点实战案例来学习。

在这里插入图片描述

👉Python大厂面试资料👈

我们学习Python必然是为了找到高薪的工作,下面这些面试题是来自阿里、腾讯、字节等一线互联网大厂最新的面试资料,并且有阿里大佬给出了权威的解答,刷完这一套面试资料相信大家都能找到满意的工作。

在这里插入图片描述

在这里插入图片描述

👉Python副业兼职路线&方法👈

学好 Python 不论是就业还是做副业赚钱都不错,但要学会兼职接单还是要有一个学习规划。

在这里插入图片描述

👉 这份完整版的Python全套学习资料已经上传,朋友们如果需要可以扫描下方CSDN官方认证二维码或者点击链接免费领取保证100%免费

点击免费领取《CSDN大礼包》:Python入门到进阶资料 & 实战源码 & 兼职接单方法 安全链接免费领取

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值