setup-python-environment-machine-learning-deep-learning-anaconda.md

如何使用 Anaconda 为机器学习和深度学习设置 Python 环境

原文： https://machinelearningmastery.com/setup-python-environment-machine-learning-deep-learning-anaconda/

在某些平台上安装 Python 机器学习环境可能很困难。

必须首先安装 Python 本身，然后安装许多软件包，这对初学者来说可能会造成混淆。

在本教程中，您将了解如何使用 Anaconda 设置 Python 机器学习开发环境。

完成本教程后，您将拥有一个可用的 Python 环境，可以开始学习，练习和开发机器学习和深度学习软件。

这些说明适用于 Windows，Mac OS X 和 Linux 平台。我将在 OS X 上演示它们，因此您可能会看到一些 mac 对话框和文件扩展名。

• 2017 年 3 月更新：补充说明你只需要 Theano 或 TensorFlow 中的一个来使用 Kears 进行深度学习。

如何使用 Anaconda 为机器学习和深度学习设置 Python 环境

概观

在本教程中，我们将介绍以下步骤：

1. 下载 Anaconda
2. 安装 Anaconda
3. 启动并更新 Anaconda
4. 更新 scikit-learn Library
5. 安装深度学习库

1.下载 Anaconda

在此步骤中，我们将为您的平台下载 Anaconda Python 软件包。

Anaconda 是一个免费且易于使用的科学 Python 环境。

• 1.访问 Anaconda 主页。
• 2.单击菜单中的“Anaconda”，然后单击“下载”进入下载页面。

单击 Anaconda 和下载

• 3.选择适合您平台的下载（Windows，OSX 或 Linux）：
  • 选择 Python 3.5
  • 选择图形安装程序

为您的平台选择 Anaconda 下载

这会将 Anaconda Python 软件包下载到您的工作站。

我在 OS X 上，所以我选择了 OS X 版本。该文件大约 426 MB。

你应该有一个名称如下的文件：

Anaconda3-4.2.0-MacOSX-x86_64.pkg

2.安装 Anaconda

在此步骤中，我们将在您的系统上安装 Anaconda Python 软件。

此步骤假定您具有足够的管理权限以在系统上安装软件。

• 1.双击下载的文件。
• 2.按照安装向导进行操作。

Anaconda Python 安装向导

安装快速无痛。

应该没有棘手的问题或难点。

Anaconda Python 安装向导编写文件

安装应该不到 10 分钟，并占用硬盘驱动器上 1 GB 以上的空间。

3.启动并更新 Anaconda

在此步骤中，我们将确认您的 Anaconda Python 环境是最新的。

Anaconda 附带一套名为 Anaconda Navigator 的图形工具。您可以从应用程序启动器中打开 Anaconda Navigator。

Anaconda Navigator GUI

您可以在这里了解 Anaconda Navigator 的所有信息。

您可以稍后使用 Anaconda Navigator 和图形开发环境;现在，我建议从名为 conda 的 Anaconda 命令行环境开始。

Conda 快速，简单，隐藏错误消息很难，您可以快速确认您的环境已安装并正常工作。

• 1.打开终端（命令行窗口）。
• 2.输入以下命令确认 conda 已正确安装：

conda -V

你应该看到以下（或类似的东西）：

conda 4.2.9

• 3.键入以下命令确认 Python 已正确安装：

python -V

You should see the following (or something similar):

Python 3.5.2 :: Anaconda 4.2.0 (x86_64)

确认已安装 Conda 和 Python

如果命令不起作用或出现错误，请查看文档以获取适用于您的平台的帮助。

请参阅“进一步阅读”部分中的一些资源。

• 4.确认您的 conda 环境是最新的，键入：

conda update conda
conda update anaconda

您可能需要安装一些软件包并确认更新。

• 5.确认您的 SciPy 环境。

下面的脚本将打印机器学习开发所需的关键 SciPy 库的版本号，特别是：SciPy，NumPy，Matplotlib，Pandas，Statsmodels 和 Scikit-learn。

您可以键入“python”并直接键入命令。或者，我建议打开文本编辑器并将脚本复制粘贴到编辑器中。

# 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__)

将脚本保存为名为versions.py的文件。

在命令行上，将目录更改为保存脚本的位置并键入：

python versions.py

您应该看到如下输出：

scipy: 0.18.1
numpy: 1.11.1
matplotlib: 1.5.3
pandas: 0.18.1
statsmodels: 0.6.1
sklearn: 0.17.1

你得到了什么版本？ 将输出粘贴到下面的注释中。

确认 Anaconda SciPy 环境

4.更新 scikit-learn Library

在这一步中，我们将更新用于 Python 机器学习的主库，名为 scikit-learn。

• 1.更新 scikit-学习最新版本。

在撰写本文时，Anaconda 附带的 scikit-learn 版本已过时（0.17.1 而不是 0.18.1）。您可以使用 conda 命令更新特定库;下面是更新 scikit-learn 到最新版本的示例。

在终端输入：

conda update scikit-learn

更新 Anikonda 中的 scikit-learn

或者，您可以通过键入以下内容将库更新为特定版本：

conda install -c anaconda scikit-learn=0.18.1

确认安装成功并通过键入以下命令重新运行versions.py脚本来更新 scikit-learn：

python versions.py

You should see output like the following:

scipy: 0.18.1
numpy: 1.11.3
matplotlib: 1.5.3
pandas: 0.18.1
statsmodels: 0.6.1
sklearn: 0.18.1

What versions did you get? Paste the output in the comments below.

您可以根据需要使用这些命令更新机器学习和 SciPy 库。

尝试 scikit-learn 教程，例如：

• 你的第一个 Python 循环机器学习项目

5.安装深度学习库

在这一步中，我们将安装用于深度学习的 Python 库，特别是：Theano，TensorFlow 和 Keras。

注：我建议使用 Keras 进行深度学习，而 Keras 只需要安装 Theano 或 TensorFlow 中的一个。你不需要两个！在某些 Windows 计算机上安装 TensorFlow 可能会出现问题。

• 1.输入以下命令安装 Theano 深度学习库：

conda install theano

• 2.键入以下命令安装 TensorFlow 深度学习库（Windows 以外的所有库）：

conda install -c conda-forge tensorflow

或者，您可以选择使用 pip 和特定版本的 tensorflow 为您的平台安装。

有关张量流，请参阅安装说明。

• 3.输入以下命令安装 Keras：

pip install keras

• 4.确认您的深度学习环境已安装并正常运行。

创建一个打印每个库的版本号的脚本，就像我们之前为 SciPy 环境所做的那样。

# theano
import theano
print('theano: %s' % theano.__version__)
# tensorflow
import tensorflow
print('tensorflow: %s' % tensorflow.__version__)
# keras
import keras
print('keras: %s' % keras.__version__)

将脚本保存到文件deep_versions.py。键入以下命令运行脚本：

python deep_versions.py

您应该看到如下输出：

theano: 0.8.2.dev-901275534cbfe3fbbe290ce85d1abf8bb9a5b203
tensorflow: 0.12.1
Using TensorFlow backend.
keras: 1.2.1

Anaconda 确认深度学习库

你得到了什么版本？ 将您的输出粘贴到下面的注释中。

尝试使用 Keras 深度学习教程，例如：

• 用 Keras 逐步开发 Python 中的第一个神经网络

进一步阅读

本节提供了一些进一步阅读的链接。

• Anaconda 文档
• Anaconda 文档：安装
• Conda
• 使用 conda
• Anaconda Navigator
• 安装 Theano
• 安装 TensorFlow Anaconda
• Keras 安装

摘要

恭喜，您现在拥有一个可用于机器学习和深度学习的 Python 开发环境。

您现在可以在工作站上学习和练习机器学习和深度学习。

你是怎么去的？ 请在下面的评论中告诉我。