人工智能创新实验教程 课件 第1章 实验环境搭建

宁夏大学第一章实验环境搭建实验环境搭建2目录

CONTENT04030201Anaconda安装PyCharm安装包的安装框架搭建Anaconda安装01Anaconda简介4

Anaconda可以便捷获取包且对包能够进行管理，同时对环境进行统一管理的发行版本。Anaconda包含了conda、Python在内的超过180个科学包及其依赖项。Anaconda具有如下特点：开源安装过程简单高性能使用Python和R语言免费的社区支持Anaconda安装步骤51、官网下载安装文件2、安装anaconda第一步：直接点击开始安装。一般来说，大家的电脑只有一个账户，默认选择Justme，如果你的电脑有多个账户，那就选择AllUsers。第二步：自行选择安装路径。第三步：不需要勾线第一个，有些教程中建议勾选，但这样容易出现污染环境变量等各种小问题，为了保险起见，还是不勾选这个，后续进行人工设置。第四步：接下来就是等待，直到安装成功。Anaconda安装步骤63、配置环境变量我的电脑→属性→高级系统设置→环境变量→系统变量中的Path4、新建环境变量编辑环境变量→新建→添加以下内容格式为：安装的盘+你的文件夹名称+后面不变的内容。例如： E:\anaconda3 E:\anaconda3\Scripts E:\anaconda3\Library\mingw-w64\bin E:\anaconda3\Library\usr\bin E:\anaconda3\Library\binAnaconda安装测试75、测试是否安装成功第一步：点击进入AnacondaNavigator，观察能否能够顺利进入这个页面（反应时间可能较长）。第二步：点击AnacondaPrompt→输入condainfo，观察是否也输出一堆数据输入conda——version，观察是否输出版本号第三步：写个程序，熟悉一下界面。在Spyder编辑器中输入print（'helloworld'）F5运行，观察是否输出helloworldPyCnarm安装02PyCharm简介9PyCharm是一种PythonIDE（IntegratedDevelopmentEnvironment，集成开发环境），带有一整套可以帮助用户在使用Python语言开发时提高其效率的工具，比如调试、语法高亮、项目管理、代码跳转、智能提示、自动完成、单元测试、版本控制。此外，该IDE提供了一些高级功能，以用于支持Django框架下的专业Web开发。编码协助：其提供了一个带编码补全，代码片段，支持代码折叠和分割窗口的智能、可配置的编辑器。项目代码导航：该IDE可帮助用户即时从一个文件导航至另一个，从一个方法至其申明或者用法甚至可以穿过类的层次。代码分析：用户可使用其编码语法，错误高亮，智能检测以及一键式代码快速补全建议，使得编码更优化。Python重构：有了该功能，用户便能在项目范围内轻松进行重命名，提取方法/超类，导入域/变量/常量，移动和前推/后退重构。集成的单元测试：用户可以在一个文件夹运行一个测试文件，单个测试类，一个方法或者所有测试项目。PyCharm安装101.下载Pycharm打开官网，下载时有两种版本选择Professional(专业版，收费)和Community(社区版，免费)2、开始安装Pycharm第一步，直接点击Next。第二步，如果要修改安装路径，可更改。第三步，需要进行一些设置，没有特殊需要按照图中勾选即可：第四步，默认即可，点击install。3、配置Pycharm首次启动pycharm，会弹出配置窗口，如果你之前使用过pycharm并有相关的配置文件，请选择；如果没有，默认即可。同意用户使用协议，确定是否需要进行数据共享，可以直接选择Don'tsend。选择主题，左边为黑色主题，右边为白色主题，根据需要选择。4、激活账号使用学校账号进行激活。PyCharm安装115、创建项目首先随便创建一个项目,点击NewProject。选择你的项目创建路径和本地Python解释器。最后点击create6、创建Python文件在项目名称的位置点击鼠标右键，选择New>PythonFile输入文件名称，点击OK即可。在文件中输入代码，然后在文件中任意空白位置点击鼠标右键，运行。在界面的下方，显示Python代码的运行结果。包的安装03包的安装03包的安装14Pythonpip安装与使用pip是Python包管理工具，该工具提供了对Python包的查找、下载、安装、卸载的功能。pip最常用命令NumPy安装15NumPy(NumericalPython)是Python的一种开源的数值计算扩展。这种工具可用来存储和处理大型矩阵，比Python自身的嵌套列表(nestedliststructure)结构要高效的多(该结构也可以用来表示矩阵(matrix))，支持大量的维度数组与矩阵运算，此外也针对数组运算提供大量的数学函数库。使用pip安装安装NumPy最简单的方法就是使用

pip工具：pip3install--usernumpyscipymatplotlib默认情况使用国外线路，国外太慢，我们使用清华的镜像就可以:pip3installnumpyscipymatplotlib-i/simple测试是否安装成功：>>>fromnumpyimport*>>>eye(4)Matplotlib安装16Matplotlib是一个Python的2D绘图库，它以各种硬拷贝格式和跨平台的交互式环境生成出版质量级别的图形。通过Matplotlib，开发者可以仅需要几行代码，便可以生成绘图，直方图，功率谱，条形图，错误图，散点图等。我们使用pip工具来安装Matplotlib库以下实例，我们通过导入matplotlib库，然后查看matplotlib库的版本号：实例importmatplotlib print(matplotlib.__version__)执行以上代码，输出结果如下：Pandas安装17Pandas是python的一个数据分析包。Pandas最初被作为金融数据分析工具而开发出来，因此，pandas为时间序列分析提供了很好的支持。Pandas的名称来自于面板数据(paneldata)和python数据分析(dataanalysis)。paneldata是经济学中关于多维数据集的一个术语，在Pandas中也提供了panel的数据类型。使用pip安装pandas:pipinstallpandas安装成功后，我们就可以导入pandas包使用：importpandas实例-查看pandas版本>>>

import

pandas >>>

pandas.__version__

#查看版本导入pandas一般使用别名

pd

来代替：importpandasaspd执行以上代码，输出结果为：框架搭建04框架搭建19在开始深度学习项目之前，选择一个合适的框架是非常重要的，因为选择一个合适的框架能起到事半功倍的作用。研究者们使用各种不同的框架来达到他们的研究目的，侧面印证出深度学习领域百花齐放。全世界最为流行的深度学习框架有Tensorflow、Caffe、Theano、MXNet、Torch和PyTorch。本节在这里只做CPU版本的框架搭建，GPU版本需要安装CUDA和cuDNN

，才能使用命令搭建框架。Pytorch安装20PyTorch是一个开源的Python机器学习库，基于Torch，用于自然语言处理等应用程序。2017年1月，由Facebook人工智能研究院（FAIR）基于Torch推出了PyTorch。它是一个基于Python的可续计算包，提供两个高级功能：1、具有强大的GPU加速的张量计算（如NumPy）。2、包含自动求导系统的深度神经网络。优点：PyTorch是相当简洁且高效快速的框架；设计追求最少的封装；设计符合人类思维，它让用户尽可能地专注于实现自己的想法；与google的Tensorflow类似，FAIR的支持足以确保PyTorch获得持续的开发更新；PyTorch作者亲自维护的论坛供用户交流和求教问题；入门简单。安装前准备：添加镜像源添加完毕后，运行下面这段代码查看镜像源是否设置成功：condaconfig--show如果在channels下方可以查看到我们添加的镜像源，那就是设置成功了。Pytorch安装213、进入百度/进入PyTorch官网，点击GetStarted，进入后如下选择：1.在Win10下配置PyTorch（CPU版）打开cmd，输入以下代码查看当前环境：condainfo-e运行结果如下所示：2、可以看到当前环境只有一个base环境，然后输入命令安装一个python：condacreate-ntorchpython=3.9版本可以自己选择，遇到选择Y/N的，一律选择Y就行。安装完成后，输入下行命令进入环境。condaactivatetorch4、选择完成后，将代码复制粘贴到cmd命令中：condainstallpytorchtorchvisiontorchaudiocpuonly-cpytorchtensorflow安装22Google开源的Tensorflow是一款使用C++语言开发的开源数学计算软件，使用数据流图(DataFlowGraph)的形式进行计算。ensorflow最初是由研究人员和GoogleBrain团队针对机器学习和深度神经网络进行研究而开发，开源之后几乎可以在各个领域适用。Tensorflow是全世界使用人数最多、社区最为庞大的一个框架，因为Google公司出品，所以维护与更新比较频繁，并且有着Python和C++的接口，教程也非常完善，同时很多论文复现的第一个版本都是基于Tensorflow写的，所以是深度学习界框架默认的老大。1、安装tensorflow环境创建并安装tensorflow环境启动anacondaprompt，单击启动anaconda命令行。使用如下命令将下载源恢复为默认源：condaconfig--remove-keychannels将conda更新为最新版本。使用如下命令进行更新：condaupdate-nbaseconda创建tensorflow-cpu虚拟环境。tensorflow-cpu为环境名称，可自行更改，创建命令如下：condacreate-ntensorflow-cputensorflow安装23登入tensorflow-cpu环境。使用如下命令登录所创建的环境，最前面括号内的内容就是当前所在环境的名称：condaactivatetensorflow-cpu2、设置pycharm为tensorfl