机器学习|机器学习入门（开发环境搭建）人工智能|深度学习|python

1.常用类库介绍
机器学习中我们经常要用到的类库如下：

NumPy：是Python的一种开源数值计算扩展库，可用来存储和处理大型矩阵，提供了许多高级的数值编程工具，如矩阵数据类型、矢量处理、精密的运算库，是?个运?速度?常快的数学库，主要?于数组计算。
Pandas：是?个强?的基于 NumPy 的分析结构化数据的?具集，是为了解决数据分析任务而创建的，?于数据挖掘和数据分析，同时也提供数据清洗功能。
Matplotlib: Python中最著名 2D绘图库，十分适合交互式地进行制图。
Sklearn：scikit-learn是Python 开发和实践机器学习的著名类库之一，基本功能主要分为六大部分：分类、回归、聚类、数据降维、模型选择和数据预处理。依赖于类库NumPy ，SciPy 和 matplotlib 运行。
Keras是一个运行在深度学习框架Tensorflow之上的简单易学的高级Python深度学习库，可以作为Tensorflow的高阶应用程序接口，进行深度学习模型的设计、调试、评估、应用和可视化。

2.anaconda介绍

Anaconda 是最流?的数据分析平台，全球两千多万?在使?
Anaconda 附带了??批常?数据科学包
- conda
- Python
- 150 多个科学包及其依赖项
Anaconda 是在 conda（?个包管理器和环境管理器）上发展出来的
Conda可以帮助你在计算机上安装和管理数据分析相关包
Anaconda的仓库中包含了7000多个数据科学相关的开元库
Anaconda 包含了虚拟环境管理?具
通过虚拟环境可以使不同的Python版本环境
Anaconda 可?于多个平台：Windows、Mac OS X 和 Linux

文章图片

4.创建虚拟环境
虚拟环境的作?：很多开源库版本升级后API有变化，?版本的代码不能在新版本中运?，使用虚拟环境可以将不同Python版本、相同开源库的不同版本隔离。创建虚拟环境有两种方式
方式1：通过Anaconda界?创建虚拟环境
安装好Anaconda后，在开始菜单中选择Anaconda3然后点击Anaconda navigator,菜单打开Anaconda的管理?板,点击Environment选项卡，进?到环境管理界?，点击添加按钮选择python版本创建自己的虚拟环境，如图,选择python版本输入虚拟环境名称

文章图片

方式2：通过命令?创建虚拟环境
在开始菜单中选择Anaconda3然后点击菜单Aanaconda prompt打开Anaconda的命令窗口，使用以下命令管理虚拟环境。

conda create -n 虚拟环境名字 python=python版本 #创建虚拟环境
conda activate 虚拟环境名字 #进?虚拟环境
conda deactivate 虚拟环境名字 #退出虚拟环境
conda remove -n 虚拟环境名字 --all #删除虚拟环境

5.anaconda包管理功能
方式1：可以通过管理界?安装
打开Anaconda管理界面，点击Environment选项卡，进?到环境管理界?如图所示

文章图片

方式2：通过anaconda prompt命令安装
在开始菜单中选择Anaconda3然后点击菜单Aanaconda prompt打开Anaconda的命令窗口，使用以下命令安装。

通过conda install 安装
- conda install 包名字
通过pip install 安装
- pip install 包名字
安装时下载速度慢可以指定国内镜像地址
- 阿?云：https://mirrors.aliyun.com/pypi/simple/
- ?瓣：https://pypi.douban.com/simple/
- 清华?学：https://pypi.tuna.tsinghua.edu.cn/simple/
- 中国科学技术?学 http://pypi.mirrors.ustc.edu.cn/simple/

机器学习基础包安装
机器学习开发需要用到的常用类库在5.1小节中已经介绍，我们现在安装这些类库；
使用阿里云镜像和pip安装类包，打开anaconda prompt命令窗口，激活虚拟环境,进入虚拟环境后，进行安装输入以下命令：
>conda activate 虚拟环境名字
>pip install numpy matplotlib pandas scipy -i https://mirrors.aliyun.com/pypi/simple/
>pip install scikit-learn -i https://mirrors.aliyun.com/pypi/simple/
深度学习框架安装
【机器学习|机器学习入门（开发环境搭建）】深度学习框架有tensorflow，paddlepaddle等，她们都可以使用conda或者pip安装
这里我们安装tensorflow深度学习框架，可以选择使用conda或者pip安装

使用conda安装如下：

conda install tensorflow

使用pip安装：

pip install tensorflow -i https://mirrors.aliyun.com/pypi/simple/
安装keras：

使用conda安装

conda install keras

使用pip安装

pip install keras -i https://mirrors.aliyun.com/pypi/simple/
6.启动jupyter notebook
Jupyter Notebook(此前被称为 IPython notebook)Jupyter Notebook是基于python语言的，是一个交互式笔记本。Jupyter Notebook 的本质是一个 Web 应用程序，便于创建和共享文学化程序文档，支持实时代码，数学方程，可视化和 markdown。用途包括:数据清理和转换，数值模拟，统计建模，机器学习等等
方式1：通过Anaconda启动 Jupyter Notebook
方式2：通过anaconda prompt终端启动
在开始菜单中选择Anaconda3然后点击菜单Aanaconda prompt打开Anaconda的命令窗口，进入到指定文件路径下，输入以下命令。
>activate 虚拟环境名字
>jupyter notebook
7.Jupyter notbook扩展组件配置
Jupyter notebook的扩展组件jupyter_contrib_nbextensions提供了代码提示补全功能，Jupyter notebook默认没有安装这个扩展组件，需要我们手动安装。
安装方法：在开始菜单中选择Anaconda3然后点击菜单Aanaconda prompt打开Anaconda的命令窗口,激活使用的虚拟环境进行安装，输入以下命令。
>activate 虚拟环境名字
>pip install jupyter_contrib_nbextensions -i https://mirrors.aliyun.com/pypi/simple/
>jupyter contrib nbextension install --user --skip-running-check
然后重启jupyter notebook后，进行以下操作