如何在 Windows 上透過 Anaconda 安裝 TensorFlow, sklearn 等機器學習套件
這學期因為修了類神經網路與巨量資料兩個課程,因為課程作業的關係,也認識了 Python 的強大,當然,認識一個新的開發工具,開發環境往往是新手開發人員要面臨的第一項難題。
因為用原生的 python pip 安裝有許多不便之處,而 Anaconda 強大又貼心的自動安裝需要的套件確實讓新手開發人員可以免於很多不必要的麻煩!
因為用原生的 python pip 安裝有許多不便之處,而 Anaconda 強大又貼心的自動安裝需要的套件確實讓新手開發人員可以免於很多不必要的麻煩!
Anaconda - 超棒的 Python 套件管理工具
剛剛查了一下 WIKI,發現 Anaconda 好像不是專門用在安裝 Python 的套件的工具(還有提供其他雜七雜八的安裝功能),但是對我來說只需要用到 Python 的套件管理功能就好,接下來讓我們來介紹 Anaconda 的強大之處吧:
方便簡單管理與下載套件
而 Anaconda 最方便的是,在初次安裝時會把所有常用的套件通通安裝好,因此可以省去許多安裝上的麻煩,而此點正有別於一般 pip 套件管理工具,可以說是非常方便喔!
舉例說明,如果要在 Anaconda 上安裝 Python 上超強大的數學處理套件 ─ Numpy,只要執行像如下的指令就會自動安裝好囉!
舉例說明,如果要在 Anaconda 上安裝 Python 上超強大的數學處理套件 ─ Numpy,只要執行像如下的指令就會自動安裝好囉!
conda install numpy
自訂方便的 Python 開發環境
像我這樣的 Python 新手常常遇到不知道這個套件到底是用在 Python 2 和 Python 3 上的狀況。
在開發 Python 時,有可能會遇到一些套件是只能給 Python 2 使用,或是某些套件只能給 Python 3 使用,那如果我的電腦只有安裝 Python 2,又偏偏要使用一個只能在 Python 3 上使用的套件,請問該怎麼辦呢?
而 Anaconda 最強大的地方是可以建立多個 Python 版本的環境,讓使用者在開發上不會遇到任何版本限制的困難。
舉個例子,若你今天只是在一般的 cmd 中執行 conda 的指令,如:
上述的指令是建立一個新的 Anaconda 環境,而此 Anaconda 環境為 Python 2.7 版,而若要進入剛創立的新環境─ "python2",那麼可以執行以下的指令。
指令 activate 可以啟動後面名字的環境,而進入該環境後,執行的任何跟 Python 有關的指令都會直接應用到這個環境中,換句話說若離開了這個環境,您之前的變動也會被儲存起來,但並不會被繼續啟動,而環境將會退回最基本的 root 環境。
若您想要查看現在位於哪一個環境,可以執行下列的指令:
執行指令後會列出所有的環境,而星號顯示的位置標示為目前所在的環境。
在開發 Python 時,有可能會遇到一些套件是只能給 Python 2 使用,或是某些套件只能給 Python 3 使用,那如果我的電腦只有安裝 Python 2,又偏偏要使用一個只能在 Python 3 上使用的套件,請問該怎麼辦呢?
而 Anaconda 最強大的地方是可以建立多個 Python 版本的環境,讓使用者在開發上不會遇到任何版本限制的困難。
舉個例子,若你今天只是在一般的 cmd 中執行 conda 的指令,如:
conda create --name python2 python=2.7
上述的指令是建立一個新的 Anaconda 環境,而此 Anaconda 環境為 Python 2.7 版,而若要進入剛創立的新環境─ "python2",那麼可以執行以下的指令。
C:\>activate python2
(python2) C:\>
(python2) C:\>
指令 activate 可以啟動後面名字的環境,而進入該環境後,執行的任何跟 Python 有關的指令都會直接應用到這個環境中,換句話說若離開了這個環境,您之前的變動也會被儲存起來,但並不會被繼續啟動,而環境將會退回最基本的 root 環境。
若您想要查看現在位於哪一個環境,可以執行下列的指令:
(python2) C:\>conda info --envs
# conda environments:
#
python2 * C:\Users\Eric\Anaconda3\envs\python2
root C:\Users\Eric\Anaconda3
# conda environments:
#
python2 * C:\Users\Eric\Anaconda3\envs\python2
root C:\Users\Eric\Anaconda3
執行指令後會列出所有的環境,而星號顯示的位置標示為目前所在的環境。
安裝一系列機器學習相關套件
而這學期學習的是 Data Mining 和 Neural Network 相關的課程,因此而認識到原來 Python 上有很多超強的第三方套件是非常適合用來當作工具來解決上述的關於 Data Mining 或 Machine Learning 的問題,因此以下讓在下介紹一下他們的強大之處吧!- Pandas -
- Pandas 是 Python 中強大的資料處裡工具,超強大的 Pandas 可以把從檔案讀取到的 .csv 或 .xlsx 等資料以 Table 的方式讀取近來,並且可以運用許多強而有力的 class 與 functions 來幫助開發人員快速處理大量與複雜的資料。
- 可透過 Anaconda 安裝。
- Numpy -
- Numpy 是 Python 中強大的數學處裡工具,而其中最強大的原因之一為其用法語 matlab 十分接近,因此在運用上對 matlab 已經有開發經驗的開發者而言格外方便,其強大且有用的運算工具也常常幫助開發人員度過開發上的困難。
- 可透過 Anaconda 安裝。
- sklearn -
- sklearn 是 Python 中強大的機器學習工具,這個套件歸納了許多機器學習領域中強大且實用的理論工具,該套件是機器學習領域中數一數二的利器。
- 可透過 Anaconda 安裝。
- TensorFlow -
- 由 Google 發布的大數據分析與機器學習工具,超強的運算效果與搭配 GPU 的使用使得該套件變成炙手可熱,超夯的機器學習工具。
- 關網有安裝教學。
- 若要透過 Anaconda 安裝
- 若您的 Anaconda root 為 2.7 版,請安裝新的環境為 3.5.2 版才能安裝 TensorFlow。指令如下:
conda create --name python352 python=3.5.2
- 若您的 Anaconda root 為 3.6 版,可以如上安裝新的 3.5.2 的環境,或是在 root 環境下下降版本為 3.5.2 版,指令如下。
conda install python=3.5.2
用心!!
回覆刪除