前言
本文主要是分享一下機器學習初期，基本的環境搭建。也適用于其他python工程化項目環境搭建。都差不多。
Anaconda安裝
anaconda官方鏈接：Anaconda | The World's Most Popular Data Science Platform
點擊Get Started
點擊Download Anaconda installers
根據自己的操作系統，下載對應的安裝包。
安裝anaconda
一路點下去，安裝完成。
使用conda配置python3.6環境
目前python3比較穩定的版本為3.6，通過anaconda構建一個python3的虛擬環境。
首先我們看一下base環境的python版本。點開windows的搜索欄，輸入anaconda，打開Anaconda Prompt。
輸入命令
conda create -n pytorch python=3.6
構建一個叫pytorch的虛擬環境。并且激活環境，輸入一下命令。
Spyder配置與使用
Pycharm整體來看還是python最好的IDE，Spyder是Anaconda提供的IDE，是我認為在編輯一些簡單程序、或者調試程序比較好用的IDE。這里推薦一下。
打開Anaconda Navigator。
升級一下，并且切換一下我們剛剛激活的pytorch環境。
打開Spyder
可以選中部分代碼，按F9，只執行選中的代碼塊，很適合調試。
安裝PyTorch
登入PyTorch官網：PyTorch
選擇操作系統，cuda模式，復制安裝命令。
Anaconda Prompt激活pytorch環境，執行命令。慢慢等安裝吧。
如果你發現安裝很慢的話，建議給anaconda添加國內源。而且我不建議是清華源，因為太卡了。這里推薦一下北外的源。具體操作如下：
打開用戶目錄下的.condarc文件，更新成為如下內容。
channels:
- defaults
show_channel_urls: true
default_channels:
- https://mirrors.bfsu.edu.cn/anaconda/pkgs/main
- https://mirrors.bfsu.edu.cn/anaconda/pkgs/r
- https://mirrors.bfsu.edu.cn/anaconda/pkgs/msys2
custom_channels:
conda-forge: https://mirrors.bfsu.edu.cn/anaconda/cloud
msys2: https://mirrors.bfsu.edu.cn/anaconda/cloud
bioconda: https://mirrors.bfsu.edu.cn/anaconda/cloud
menpo: https://mirrors.bfsu.edu.cn/anaconda/cloud
pytorch: https://mirrors.bfsu.edu.cn/anaconda/cloud
simpleitk: https://mirrors.bfsu.edu.cn/anaconda/cloud
命令行中執行命令清理緩存。
conda clean -i
安裝完成之后，查看pytorch版本。
conda list
總結
基本環境已經搭好了，找個模型玩玩吧。
如果本文對你有幫助的話，點個贊吧。
到此這篇關于Python 機器學習第一章環境配置圖解流程的文章就介紹到這了,更多相關Python 機器學習內容請搜索服務器之家以前的文章或繼續瀏覽下面的相關文章希望大家以后多多支持服務器之家！
原文鏈接：https://huyi-aliang.blog.csdn.net/article/details/121064139
