机器学习笔记dl预备知识环境配置
本文核心词:人工智能,AI,机器学习,深度学习,mxnet,d2l
写在前面
SRTP项目需要,所以抽课余时间自学机器学习。现在网上关于机器学习的教程很多很全面,不乏排版简介内容凝练的教程。因此笔记主要记录学习过程中遇到的一些问题和重点,希望能给遇到同样问题的朋友一点参考,也欢迎共同学习的朋友一起讨论交流
主要使用教程:《动手深度学习》,一本代码可运行的书(
环境配置
教程中的预备知识主要包含机器学习的发展历程、特点、应用场景、成功案例等,基本了解就好,最重要的是环境配置部分,毕竟这是之后学习的基础。
我自己使用的是Windows,也就直接跟着教程走。第一次配置1-5步都需要,之后再使用只需要4、5步即可。
下载Miniconda:
根据系统版本下载并安装 Miniconda,在安装过程中需要勾选“Add Anaconda to the system PATH environment variable”选项(如当conda版本为4.6.14时)
注:我自己之前已经安装了 Annaconda,也是可以的,就没有再安装 Miniconda
下载教程代码包
在浏览器的地址栏中输入
注:路径中尽量不要有中文,防止出现幺蛾子
使用 conda 创建虚拟(运行)环境
在命令行分别输入如下两行代码。若使用国内镜像后出现安装错误,首先取消 PyPI 镜像配置,即执行命令 pip config unset global.index-url。然后重试命令 conda env create -f environment.yml
注:不必多次创建,会报错。多数时候没有影响,但有时候会陷入死循环,没必要整这出。
4. 激活环境
5. 打开 Jupyter 记事本
注:站点设置很重要,数据和模型如果下载不成功后续无法运行代码
教程 2.1.3 还介绍了如何使用 GPU 版的 MXnet,视自己需要使用。我自己电脑上没有安装CUDA,就索性没做。
配置过程中遇到了 MODULENOTFOUNDERROR: No module named mxnet 的问题
排查了一下原因,最后发现是跟教程走的时候把 CPU 版本的 MXnet 卸载了没装回来。直接命令行 pip3 install mxnet 安装回来,然后再激活环境即可。
以上,感谢。
欢迎评论区或私信讨论,感谢三连与批评指正。
以上就是机器学习笔记dl预备知识环境配置全部内容;搜索关键词(人工智能,AI,机器学习,深度学习,mxnet,d2l)还能找到更多精彩内容。