前言
本文主要是分享一下机器学习初期，基本的环境搭建。也适用于其他python工程化项目环境搭建。都差不多。
anaconda安装
anaconda官方链接：anaconda | the world’s most popular data science platform
点击get started
点击download anaconda installers
根据自己的操作系统，下载对应的安装包。
安装anaconda
一路点下去，安装完成。
使用conda配置python3.6环境
目前python3比较稳定的版本为3.6，通过anaconda构建一个python3的虚拟环境。
首先我们看一下base环境的python版本。点开windows的搜索栏，输入anaconda，打开anaconda prompt。
输入命令
conda create -n pytorch python=3.6
构建一个叫pytorch的虚拟环境。并且激活环境，输入一下命令。
spyder配置与使用
pycharm整体来看还是python最好的ide，spyder是anaconda提供的ide，是我认为在编辑一些简单程序、或者调试程序比较好用的ide。这里推荐一下。
打开anaconda navigator。
升级一下，并且切换一下我们刚刚激活的pytorch环境。
打开spyder
可以选中部分代码，按f9，只执行选中的代码块，很适合调试。
安装pytorch
登入pytorch官网：pytorch
选择操作系统，cuda模式，复制安装命令。
anaconda prompt激活pytorch环境，执行命令。慢慢等安装吧。
如果你发现安装很慢的话，建议给anaconda添加国内源。而且我不建议是清华源，因为太卡了。这里推荐一下北外的源。具体操作如下：
打开用户目录下的.condarc文件，更新成为如下内容。
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
命令行中执行命令清理缓存。
conda clean -i
安装完成之后，查看pytorch版本。
conda list
总结
基本环境已经搭好了，找个模型玩玩吧。
如果本文对你有帮助的话，点个赞吧。
到此这篇关于python 机器学习第一章环境配置图解流程的文章就介绍到这了,更多相关python 机器学习内容请搜索www.887551.com以前的文章或继续浏览下面的相关文章希望大家以后多多支持www.887551.com！
