Руководство основателя:

Как установить среду Python для искусственного интеллекта и машинного обучения в Windows 10

Расширенное руководство с краткими пояснениями и скриншотами

В« сокращенной версии этой статьи используется код копирования и вставки, чтобы помочь вам получить результат как можно скорее ⚡»

Откройте PowerShell:

PowerShell - это оболочка командной строки и объектно-ориентированный язык сценариев, который используется для автоматизации административных задач и настройки параметров системы. Его можно использовать для автоматизации практически всего в операционной системе. Он также заменил командную строку в качестве системной оболочки по умолчанию для Windows 10.

  1. Нажмите «⊞ Windows».
  2. Введите «PowerShell» в строку поиска.
  3. Нажмите «Запуск от имени администратора».

Откройте домашний каталог:

Команда Изменить каталог (cd) используется для изменения текущего рабочего каталога на указанный каталог. Он может переходить к абсолютным и относительным путям, которые начинаются с корневого и текущего рабочего каталога соответственно. Он также может переходить по путям, хранящимся в переменных и переменных среды.

  1. Скопируйте команду ниже этих инструкций
  2. Вставьте команду в PowerShell
  3. Нажмите Ввод"
cd $HOME\desktop

Установите Virtualenv:

Virtualenv - это программа, которая используется в Python для создания виртуальных сред и управления ими. Он может указать, какая версия Python и каталог используются для создания виртуальной среды. Он также устанавливает все необходимые файлы в указанный каталог вместо общесистемного каталога установки Python.

  1. Скопируйте команду ниже этих инструкций
  2. Вставьте команду в PowerShell
  3. Нажмите Ввод"
python -m pip install virtualenv

Создайте виртуальную среду:

Виртуальная среда - это изолированный установочный каталог Python, в котором есть собственный интерпретатор, пакеты сайтов и сценарии. В основном это используется для предотвращения конфликтов версий между зависимостями из разных проектов. Он также используется для удовлетворения требований зависимостей различных программ из GitHub.

  1. Найдите версию Python ниже этих инструкций
  2. Скопируйте предоставленную команду
  3. Вставьте команду в PowerShell
  4. Нажмите Ввод"
Default:
python -m venv venv
Python 3.5:
python -m virtualenv --python python35 venv35
Python 3.6:
python -m virtualenv --python python36 venv36
Python 3.7:
python -m virtualenv --python python37 venv37
Python 3.8:
python -m virtualenv --python python38 venv38
Python 3.9:
python -m virtualenv --python python39 venv39

Активируйте виртуальную среду:

Сценарий Activate используется для запуска виртуальной среды. Он добавляет путь виртуальной среды к переменной среды PATH, которая устанавливает новый интерпретатор Python и диспетчер пакетов в качестве версии по умолчанию. Он также устанавливает пакеты для установки в каталог установки виртуальной среды.

  1. Найдите версию Python ниже этих инструкций
  2. Скопируйте предоставленную команду
  3. Вставьте команду в PowerShell
  4. Нажмите Ввод"
Default:
venv/scripts/activate
Python 3.5:
venv35/scripts/activate
Python 3.6:
venv36/scripts/activate
Python 3.7:
venv37/scripts/activate
Python 3.8:
venv38/scripts/activate
Python 3.9:
venv39/scripts/activate

Установите NumPy:

Числовой Python (NumPy) - это библиотека C, которая используется в Python для работы с массивами. Он предоставляет объект многомерного массива, который до 50 раз быстрее, чем традиционные списки Python. Он также включает математические функции, такие как тригонометрические, статистические и алгебраические процедуры для работы с массивами.

  1. Скопируйте команду ниже этих инструкций
  2. Вставьте команду в PowerShell
  3. Нажмите Ввод"
python -m pip install numpy

Установите Pandas:

Анализ данных Python (Pandas) - это библиотека Python, которая используется для работы со структурированными данными. Он предоставляет структуры данных и операции для управления числовыми таблицами и временными рядами. Он также включает в себя утилиты, которые варьируются от анализа нескольких форматов файлов до преобразования таблиц данных в массивы NumPy.

  1. Скопируйте команду ниже этих инструкций
  2. Вставьте команду в PowerShell
  3. Нажмите Ввод"
python -m pip install pandas

Установите SciPy:

Scientific Python (SciPy) - это библиотека Python, которая используется для выполнения численных вычислений в математике, естественных науках и инженерии. Он предоставляет ряд команд для управления и визуализации многомерных массивов. Он также включает числовые процедуры, такие как численное интегрирование и оптимизация.

  1. Скопируйте команду ниже этих инструкций
  2. Вставьте команду в PowerShell
  3. Нажмите Ввод"
python -m pip install scipy

Установить подушку:

Pillow - это библиотека Python, которая используется для управления изображениями в интерпретаторе Python. Он позволяет Python открывать, манипулировать и сохранять изображения в большинстве форматов файлов изображений. Он также имеет возможности обработки изображений, такие как изменение размера, обрезка, поворот, масштабирование серого, преобразование и добавление текста к изображениям.

  1. Скопируйте команду ниже этих инструкций
  2. Вставьте команду в PowerShell
  3. Нажмите Ввод"
python -m pip install pillow

Установите Matplotlib:

Matplotlib - это библиотека Python, которая используется для создания статических, анимированных и интерактивных визуализаций. Он производит графики, диаграммы и рисунки производственного качества в различных форматах. Его также можно использовать в сценариях Python, оболочках, серверах веб-приложений и наборах инструментов графического пользовательского интерфейса.

  1. Скопируйте команду ниже этих инструкций
  2. Вставьте команду в PowerShell
  3. Нажмите Ввод"
python -m pip install matplotlib

Установите OpenCV:

Библиотека компьютерного зрения с открытым исходным кодом (OpenCV) - это библиотека C ++, которая используется в Python для создания приложений компьютерного зрения в реальном времени. Он выполняет обработку изображений, захват и анализ видео, обнаружение лиц и обнаружение объектов. Он также имеет более 2500 алгоритмов, от классических до самых современных.

  1. Скопируйте команду ниже этих инструкций
  2. Вставьте команду в PowerShell
  3. Нажмите Ввод"
python -m pip install opencv-python

Предотвращение конфликтов зависимостей:

Может показаться, что установить каждый пакет в один и тот же установочный каталог проще, но в конечном итоге это вызывает конфликты зависимостей, которые мешают работе одного или нескольких пакетов. Было бы гораздо лучше создать отдельную виртуальную среду для каждого проекта и устанавливать только те пакеты, которые необходимы.

  1. Установите только одну из следующих библиотек
  2. Щелкните ссылку или прокрутите вниз
1. Scikit-Learn
2. Keras
3. TensorFlow
4. PyTorch
5. MxNet

1. Установите Scikit-Learn:

Scikit-Learn - это библиотека Python, которая используется для создания обучающих программ и развертывания моделей машинного обучения для создания прототипов. Он предоставляет алгоритмы регрессии, кластеризации и классификации. Он также включает в себя утилиты для предварительной обработки данных, подбора модели, а также выбора и оценки модели.

  1. Скопируйте команду ниже этих инструкций
  2. Вставьте команду в PowerShell
  3. Нажмите Ввод"
python -m pip install scikit-learn

2. Установите Keras:

Keras - это библиотека Python, которая используется для быстрого создания, обучения и развертывания моделей глубокого обучения для создания прототипов и производства. Он работает на TensorFlow и предлагает удобный, быстрый, эффективный, модульный и простой в использовании интерфейс. Он также был принят в качестве официального высокоуровневого интерфейса для TensorFlow.

  1. Скопируйте команду ниже этих инструкций
  2. Вставьте команду в PowerShell
  3. Нажмите Ввод"
python -m pip install keras

3. Установите TensorFlow:

TensorFlow - это библиотека C ++, которая используется в Python для создания, обучения и развертывания моделей глубокого обучения в производственной среде. Он предлагает средства быстрой производительности, масштабируемости и визуализации, помогающие изучить его графики потоков данных. Он также поддерживает несколько языков, стилей программирования и развертывается на большинстве платформ.

  1. Скопируйте команду ниже этих инструкций
  2. Вставьте команду в PowerShell
  3. Нажмите Ввод"
python -m pip install tensorflow tensorflow-gpu

4. Установите PyTorch:

PyTorch - это библиотека C ++, которая используется в Python для создания, обучения и развертывания моделей глубокого обучения для создания прототипов. Он предлагает высокую производительность, удобство использования и гибкость. Он также был оптимизирован для Python, что привело к улучшению памяти и оптимизации, сообщениям об ошибках, структурам моделей и поведению моделей.

  1. Скопируйте команду ниже этих инструкций
  2. Вставьте команду в PowerShell
  3. Нажмите Ввод"
CUDA 11.0:
python -m pip install torch===1.7.1+cu110 torchvision===0.8.2+cu110 torchaudio===0.7.2 -f https://download.pytorch.org/whl/torch_stable.html
CUDA 10.2:
python -m pip install torch===1.7.1 torchvision===0.8.2 torchaudio===0.7.2 -f https://download.pytorch.org/whl/torch_stable.html
CPU:
python -m pip install torch==1.7.1+cpu torchvision==0.8.2+cpu torchaudio===0.7.2 -f https://download.pytorch.org/whl/torch_stable.html

5. Установите MxNet:

MXNet - это библиотека C ++, которая используется в Python для создания, обучения и развертывания моделей глубокого обучения для создания прототипов и производства. Он предлагает очень высокую производительность, масштабируемость, удобство использования и эффективность использования ресурсов. Он также поддерживает несколько языков, стилей программирования и развертывается на большинстве платформ.

  1. Скопируйте команду ниже этих инструкций
  2. Вставьте команду в PowerShell
  3. Нажмите Ввод"
CUDA 10.2:
python -m pip install mxnet-cu102 -f https://dist.mxnet.io/python
CPU:
python -m pip install mxnet

«Надеюсь, эта статья помогла вам получить, не забудьте подписаться, чтобы получать больше контента 🏅»

Следующие шаги:

Эта статья является частью мини-серии, которая помогает читателям настроить все необходимое, чтобы начать изучение искусственного интеллекта, машинного обучения, глубокого обучения и / или науки о данных. Он включает статьи, содержащие инструкции с кодом копирования и вставки, а также снимки экрана, чтобы помочь читателям получить результат как можно скорее. Он также включает статьи, содержащие инструкции с пояснениями и снимками экрана, чтобы помочь читателям узнать о том, что происходит.

Linux:
01. Install and Manage Multiple Python Versions
02. Install the NVIDIA CUDA Driver, Toolkit, cuDNN, and TensorRT
03. Install the Jupyter Notebook Server
04. Install Virtual Environments in Jupyter Notebook
05. Install the Python Environment for AI and Machine Learning
WSL2:
01. Install Windows Subsystem for Linux 2
02. Install and Manage Multiple Python Versions
03. Install the NVIDIA CUDA Driver, Toolkit, cuDNN, and TensorRT 
04. Install the Jupyter Notebook Server
05. Install Virtual Environments in Jupyter Notebook
06. Install the Python Environment for AI and Machine Learning
07. Install Ubuntu Desktop With a Graphical User Interface (Bonus)
Windows 10:
01. Install and Manage Multiple Python Versions
02. Install the NVIDIA CUDA Driver, Toolkit, cuDNN, and TensorRT
03. Install the Jupyter Notebook Server
04. Install Virtual Environments in Jupyter Notebook
05. Install the Python Environment for AI and Machine Learning
Mac:
01. Install and Manage Multiple Python Versions
02. Install the Jupyter Notebook Server
03. Install Virtual Environments in Jupyter Notebook
04. Install the Python Environment for AI and Machine Learning

Глоссарий:

Shell - это интерпретатор, который представляет пользователям интерфейс командной строки и позволяет им взаимодействовать с ядром. Это позволяет им управлять системой с помощью команд, вводимых с клавиатуры. Он также переводит команды с языка программирования на машинный язык ядра.
[Возврат]

Интерпретатор - это программа, которая читает инструкции, написанные на понятных человеку языках программирования, и выполняет инструкции сверху вниз. Он переводит каждую команду на машинный язык, понятный аппаратному обеспечению, выполняет ее и переходит к следующей инструкции.
[Возврат]

Интерфейс командной строки (CLI) - это программа, которая принимает текстовый ввод от пользователя для выполнения команд в операционной системе. Это позволяет им настраивать систему, устанавливать программное обеспечение и получать доступ к функциям, недоступным в графическом пользовательском интерфейсе. Его также называют терминалом или консолью.
[Возврат]

Ядро - это программа, лежащая в основе операционной системы, которая контролирует все на компьютере. Это облегчает управление памятью, управление процессами, управление дисками и управление задачами. Это также облегчает обмен данными между программами и оборудованием на машинном языке.
[Возврат]

Переменная - это контейнер, который используется для хранения различных типов значений. Он может назначать или обновлять значение, помещая знак равенства между указанным именем переменной и значением без пробела вокруг него. Он также может ссылаться на сохраненное значение, помещая знак доллара перед существующим именем переменной.
[Return]

Переменная среды - это переменная, которая автоматически создается и поддерживается компьютером. Это помогает системе узнать, где устанавливать файлы, находить программы и проверять пользовательские и системные настройки. Его также можно использовать в графических программах и программах командной строки из любого места на компьютере.
[Возврат]

Site-Packages - это каталог, который находится в общесистемном каталоге установки Python. Он представляет собой расположение по умолчанию, которое менеджеры пакетов используют для установки пакетов Python. Он также представляет собой каталог, который Python использует для импорта уже установленных пакетов Python.
[Return]

Зависимость - это дополнительный двоичный пакет, который нужен конкретному двоичному пакету для правильной работы. Для создания практически любой программы, распространяемой менеджерами пакетов, может потребоваться несколько зависимостей. Некоторые менеджеры пакетов также скачивают и устанавливают его автоматически.
[Возврат]

PATH - это переменная среды, которая содержит список каталогов, которые компьютер использует для поиска исполняемых файлов. Он ищет запрошенный исполняемый файл в каждом каталоге в списке сверху вниз. Он также прекращает поиск, когда находит соответствующий исполняемый файл и запускает программу или команду.
[Return]

Двоичный пакет - это архивный файл, содержащий файлы и каталоги, необходимые для правильной работы содержащей его программы. Он сохраняется в репозитории, который содержит все программы для конкретного дистрибутива Linux. Также для доступа к нему, извлечения и установки требуется менеджер пакетов Linux.
[Возврат]

График потока данных используется в TensorFlow для описания вычислений на языке теории графов. Он определяет последовательность вычислений, которые выполняются с использованием ориентированного графа узлов и ребер. Он также использует узлы для представления математических операций и ребра для соединения узлов, что позволяет данным передаваться от одного узла к другому направленным образом.
[Return]

Узел используется в TensorFlow для представления математической операции на графе потока данных. Он ссылается на вычисление операции, но выдает фактическое значение только при выполнении графика. Он также может принимать входные данные от любого количества предыдущих узлов, выполнять вычисления и генерировать единственный выходной сигнал, который может быть передан в качестве входных данных другому узлу.
[Return]

Edge используется в TensorFlow для представления одной из линий, соединяющих различные узлы в графе потока данных. Он ссылается на данные в тензорах, которые проходят через различные операции на графике. Он также передает информацию от одного узла к другому, где результат одной операции становится входом для другого, а граница между ними несет значение.
[Return]

Тензор - это структура данных, которая используется в машинном обучении для представления входов, выходов и преобразований для всех типов данных в нейронных сетях. Он обобщает понятия из математики и программирования, такие как скаляры, векторы, матрицы и числа, массивы и двумерные массивы, в многомерные массивы от нуля до n-мерных размеров.
[Return]