北理工慕课《Python机器学习应用》环境配置

慕课上的北理工《Python机器学习应用》课程的环境配置。

课程内容主要是在 Windows 环境下利用 Python 的 Scikit-learn 库和 tensorflow 库进行机器学习的实践，理论讲解不多，主要是提供一个快速动手实践，体验简单工程的方式。

因为课程是2017年开设的，一些库的版本有了升级，配置要求也有了变化，笔者折腾了很久才配置好：

C:\Users\VITA>python
Python 3.7.3 (v3.7.3:ef4ec6ed12, Mar 25 2019, 22:22:05) [MSC v.1916 64 bit (AMD64)] on win32
Type "help", "copyright", "credits" or "license" for more information.
>>> import numpy
>>> import scipy
>>> import matplotlib
>>> import sklearn
>>> import cv2
>>> import pygame
pygame 1.9.6
Hello from the pygame community. https://www.pygame.org/contribute.html
>>> import tensorflow
2020-03-29 17:32:24.446008: W tensorflow/stream_executor/platform/default/dso_loader.cc:55] Could not load dynamic library 'cudart64_101.dll'; dlerror: cudart64_101.dll not found
2020-03-29 17:32:24.453973: I tensorflow/stream_executor/cuda/cudart_stub.cc:29] Ignore above cudart dlerror if you do not have a GPU set up on your machine.

上面调用 tensorflow 库跳出的提示是针对挂载 GPU 的场景，直接忽略就好了。

踩坑的过程就不细述了，这里记录一下可行的配置过程，如果有后来学习北理工《Python机器学习应用》的小伙伴，不要再按课程给的方法去做了，参照这个过程实测可以顺利配置。

---

第一步进入下载库的网页：https://www.lfd.uci.edu/~gohlke/pythonlibs/#numpy

下载下图中列出的库，包括：numpy、scipy、matplotlib、pandas、Pillow、scikit_image、opencv、pygame。

这里不要下载 scikit-learn！笔者找到的匹配 Python3.7 和 64 位系统的只有 0.22 版本：

按照课程的方法下载下来之后 import sklearn 的时候显示前置库都无误，但是就是会报错：

ImportError: DLL load failed: 找不到指定的模块。

找了一堆帖子，卸载前置库 numpy、scipy、matplotlib 重装也试了很多次，依旧报错，最后终于在一篇帖子上找到了解决办法：安装版本低于 0.22 的 scikit-learn 库，这里贴上链接（https://blog.csdn.net/xinxue205/article/details/103562169），万分感谢大佬！

网站上没有匹配的库，于是笔者就用 pip install 去找 0.21 版本的 scikit-learn 库来下载，下文会介绍到。

---

这里还提醒一点：要匹配你的电脑的操作系统（64位还是32位），要匹配你用的 Python 版本，如果不知道，可以找到电脑属性查看位数、通过终端查看 Python 版本：

C:\Users\VITA>python --version
Python 3.7.3

 笔者是 64 位系统，用的是 Python3.7。

下载过程会很慢，几 kb 到 几十 kb 的速度，还可能会中途下载错误，重新下载就好，或者去找国内的镜像库，不熟悉的话还是建议慢慢下，不然可能又会有别各种奇怪的不兼容问题。

---

下载结束之后，把下载下来的库集中放在一个文件夹下，在文件夹中按住 shift 点击鼠标右键，选择打开 shell ，接着用 pip install 命令按如下顺序操作，分成三部分简述一下：

1：
pip install numpy-1.18.2+mkl-cp37-cp37m-win_amd64.whl

pip install scipy-1.4.1-cp37-cp37m-win_amd64.whl

pip install matplotlib-3.2.1-cp37-cp37m-win_amd64.whl

2：
pip install Pillow-7.0.0-cp37-cp37m-win_amd64.whl

pip install pandas-1.0.3-cp37-cp37m-win_amd64.whl

pip install scikit_image-0.16.2-cp37-cp37m-win_amd64.whl

pip install scikit_learn==0.21.3

3：
pip install opencv_python-4.2.0-cp37-cp37m-win_amd64.whl

pip install pygame-1.9.6-cp37-cp37m-win_amd64.whl

pip install tensorflow

 

---

第一部分

numpy、scipy、matploylib 都没问题，按课程方法就 ok 了，pip install 后面的内容和你下载下来的文件名一致，笔者这里贴的是我自己的文件名。

---

第二部分

前说过，不能直接从网站上下载 0.22 版本的 scikit_learn。直接用 < pip install 库名 > 的指令，让电脑自己找 URL 去下载，电脑会查询前置库是否匹配，不匹配会自动先下前置库，但是 Windows 上很容易下载进度条走到一半就报错，然后就是一大片红字。笔者就在下载前置库 pillow 时卡住了，于是去网站上找，手动下下来安装。

这里还结合了 scikit_learn 官网上（https://pypi.org/project/scikit-learn/）给出的信息：小部分情况下还会用到 scikit_image 和 panda 两个前置库，于是笔者也手动装了一下。

scikit-learn requires:

    Python (>= 3.5)
    NumPy (>= 1.11.0)
    SciPy (>= 0.17.0)
    joblib (>= 0.11)

Scikit-learn 0.20 was the last version to support Python 2.7 and Python 3.4. scikit-learn 0.21 and later require Python 3.5 or newer.

Scikit-learn plotting capabilities (i.e., functions start with plot_ and classes end with “Display”) require Matplotlib (>= 1.5.1). For running the examples Matplotlib >= 1.5.1 is required. A few examples require scikit-image >= 0.12.3, a few examples require pandas >= 0.18.0.

每个人下载过程遇到的问题可能都不同，但是可以参照笔者的方法，先尝试 pip install scikit_learn==0.21.3 ，下载哪个前置库卡住了，就去网站上找到，找不到那就只能用 pip install 自动下载，不行就多试几次，这样迭代着做，最后就 ok 了。

---

第三部分

这部分按照课程方法也没问题，要注意的就是 tensorflow 库在网站上也能找到，但是笔者试下载下来再安装会报错，那就直接 pip install 好了。

---

祝各位都能顺利完成配置，做一个愉快地调库侠！