机器学习的相关软件框架下载安装

一、Anaconda

• 在数据科学领域，Anaconda 则目前最通用的、可以一键安装各类数据科学类编程语言及开发环境的软件，也正因如此，我们也称 Anaconda 为数据科学计算平台。
• 由于 Anaconda 中自带 Python，因此不需要再额外下载。

1. Anaconda 的下载

• 访问 Anaconda 官网，点击页面中的 Download，这个直接是 Windows 版本。

• 如果是其他版本的，点击 Download 下的三个按钮，分别对应 Windows，MacOS 和 Linux 三种。此时再下载对应的版本即可。

• 但是官网上的 Anaconda 下载会比较慢，因此，我们可以在镜像网站上进行下载，镜像网站的下载速度是高于官网的。
• 镜像网站：https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/

• 在其中选择适合我们的版本即可，镜像网站只有 5.3.1 之前的版本，建议下载 5.3.1 版本。

2. Anaconda 的安装

• 下载完成后，即可开始安装。双击安装文件，进入欢迎界面，点击 Next。

• 点击同意，进入到下一步。

• 选择软件使用权限，是指针对当前登录用户还是所有用户，二者都行，无特殊要求。

• 选择安装位置，完成安装。

• 如果出现此页面，需要勾选配置环境变量选项。

• 无需安装 VS Code，直接跳过即可。

• 之后便安装完成了。
• 最后对是否安装成功进行验证，在 CMD 中输入

conda --version

• 若出现像这样的 conda 版本号即安装成功。

3. Anaconda Navigator 打不开问题（不适用所有）

• 当我们打开 Anaconda Navigator 先是出来几个命令框，然后就找不到 Anaconda Navigator 了，再点击 Anaconda Navigator 时，显示已经打开。
• 产生上述的问题主要是没更新客户端（-client），采取如下步骤解决问题。
• （1） 使用管理员运行：conda prompt。
• （2） 输入 conda update conda 更新 conda，再输入conda update anaconda-navigator 更新。
• 如果出错，则需要修改 .condarc 文件，该文件的目录为：c:\user\你的用户名.condarc，如果没有打开方式就使用文本方式打开。
• 以文本方式打开 .condarc 文件后：先删除 default 那一行，然后将所有 https 都改成 http 即可。
• 接下来执行conda update anaconda-navigator，一般可以执行更新了
• （3） 重置 Navigator：anaconda-navigator --reset。
• （4） 执行命令：conda update anaconda-client，更新 Anaconda 客户端。
• （5） 执行命令：conda update -f anaconda-client。
• （6） 能打开 Navigator 了。

二、PyTorch-CPU

• PyTorch 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。

1. PyTorch 环境创建

• PyTorch 的环境创建分为如下几步。
• （1） 以管理员方式运行 Anaconda Prompt，在命令行格式下，输入代码，完成调用清华镜像、建立 PyTorch 环境、安装 PyTorch 、测试 PyTorch 过程。
• （2） 使用清华镜像源，分别输入以下四句代码。

conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/
conda config --set show_channel_urls yes
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/

• （3） 创建 PyTorch 环境，这里我的 Python 版本是 3.7，输入如下代码。

conda create -n pytorch python=3.7

• 之后，弹出提示，输入 y，即可安装。然后，查看环境是否安装成功。

conda info --envs

• 这里我们可以看到 base 和 pytorch 两个环境，* 表示当前正处于的环境。

• （4） 输入如下代码，进入 pytorch 环境当中，我们在此环境下安装 PyTorch。

activate pytorch

• 此时，如果我们每一行最初的（base）变为（pytorch ）就说明上述步骤已完成。

2. PyTorch 下载

• （1） 进入到 PyTorch 的官网：https://pytorch.org/，选择对应的安装版本。由于电脑配置的相关问题，这里选择安装 PyTorch-CPU 版本。

• （2） 输入官网提供的运行代码，这里每个人的运行代码都不相同，大家输入自己的即可，弹出提示，输入 y，即可完成安装，显示 done。

pip3 install torch torchvision torchaudio

• 跟 Anaconda 的问题相同，在官网上下载速度实在是过于缓慢，因此大家可以使用清华镜像源进行安装，此处就不过多叙述，本人直接官网下载安装的。
• （3） 在 PyTorch 下载完成后，对其是否安装完成进行测试。
• 激活 pytorch：activate pytorch
• 进入 python：python
• 测试 numpy：import numpy
• 测试 pytorch：import torch
• 如果以上步骤都没问题，那么安装成功。

3. Jupyter 中使用 PyTorch

• （1） 打开 Anaconda Prompt。
• （2） 进入安装好的 pytorch 环境。

conda activate pytorch #pytorch3.8 是之前建立的环境名称，可修改为自己建立名称

• （3） 安装 package：nb_conda。

conda install nb_conda

• （4） 安装完成后，输入 jupyter notbook 就可以打开 Jupyter 了。

jupyter notbook

• 如果中间出现了解决 python.exe 无法找到程序输入点 … 于动态链接库 …pythoncom37.dll 的弹窗提示这类问题，只需要找到对应目录，将 pythoncom37.dll 删除即可。

三、Python 版本升级与包的维护

• 在实际的 Python 使用过程中，经常会遇到 Python 语言核心和第三方库的升级维护问题，当然，关于 Python 的安装、升级维护方法，也可查阅 Python 官网的相关介绍。
• 此处由于我们是通过 Anaconda 统一进行的语言核心和编程工具的管理，因此，在具体进行 Python 的升级维护之前，我们一般需要先对 Anaconda 进行更新。

1. 更新 Anaconda

• 类似 pip 是 Python 的管理工具，conda 是 Anaconda 的管理工具，在更新 Anaconda 之前，需要先对 conda 工具本身进行升级。进入到命令行界面，输入下述命令更新 conda。

conda update conda

• 然后更新 Anaconda。

conda update anaconda

• 均更新完成即可。

2. 查看与更新 python 版本

• 仍然是在命令行中，输入以下指令查看 python 版本。

python --version

• 如果要进行 python 版本更新，也可采用 conda 工具进行更新。
• 在命令行中继续输入

conda update python

• 即可完成更新。

3. Python 第三方库管理

3.1 pip工具的使用和升级

• 仍然是在命令行中，输入以下指令查看 Python 所有的包及版本。

pip list

• pip 是 python 及其第三方库的管理工具，可以在命令行中输入。

pip show pip

• 来查看 pip 版本号。

• 如果 pip 版本过低（查看版本号的时候会出现黄色字体警告），可能会导致部分包无法正常安装。
• pip 的更新方法也很简单，只需在命令行中输入如下指令即可。

python -m pip install --upgrade pip

3.2 pip 安装和删除第三方库

• 在命令行中，可通过 pip 安装第三方库，例如安装爬虫 selenium 库。

pip install selenium

• 即可。删除时，则使用 pip uninstall 命令。

pip uninstall selenium

3.3 pip 查看和升级第三方库版本

• 同时，我们还可通过 pip show 命令查看包的版本。

pip show scikit-learn

• 并且，可通过 pip install --upgrade 升级包。

pip install --upgrade scikit-learn

3.4 修改 pip 镜像源

• 在利用 pip 进行包的安装升级过程中，如果发现下载速度较慢，甚至因为网络连接不稳定而报错，此时则需要考虑修改镜像源。
• 所谓镜像源，可以简单理解为包的下载站点。pip 默认是从国外站点进行下载，因此速度较
  慢。我们可以考虑通过修改成国内镜像源，来提高下载速度。国内常用镜像源下载地址如下。

镜像源	地址
阿里云	https://mirrors.aliyun.com/pypi/simple
中科大	https://pypi.mirrors.ustc.edu.cn/simple
清华大学	https://pypi.tuna.tsinghua.edu.cn/simple

• （1） 临时使用国内镜像源。
• 首先，我们可以在安装或升级包的过程中指定镜像源。

pip install --upgrade scikit-learn -i
https://pypi.tuna.tsinghua.edu.cn/simple

• 这种方法需要每次在输入命令的时候，都指定镜像源。
• （2） 永久修改镜像源。
• 或者可以通过修改配置文件，永久修改镜像源。
• 首先，找到 anaconda 主目录，可以通过在任意文件窗口输入 %APPDATA% 快速获取，或者手动打开相关文件夹。
• 随后，在该目录下，新建一个名为 pip 的文件夹。

• 进入到新建的 pip 文件夹内，新建一个名为 pip.ini 的文件，注意，该文件拓展名为 ini，可先创建 txt 文本，然后再修改其拓展名为 ini。

• 用文本编辑器打开，并输入以下内容。

[global]
timeout = 1000
index-url = https://pypi.tuna.tsinghua.edu.cn/simple
trusted-host = pypi.tuna.tsinghua.edu.cn

• 此即为 pip 的配置文件。保存并退出，即可永久修改镜像源。