img

wangdu

大数据 / 机器学习

王基权

个人站

fibonacci

机器学习（导包）一些问题QA

| 阅读：次

tensorflow

安装和卸载

Using TensorFlow backend.

TF没有安装正确，建议重新安装TF，再安装keras

使用原生 pip 安装

安装
pip install tensorflow # python2.x
pip3 install tensorflow # python3.x
pip install tensorflow 14.1
卸载
pip uninstall tensorflow # python2.x
pip3 uninstall tensorflow # python3.x

keras安装

pip安装——升级pip

pip install --upgrade pip				 #这个不行
							#  zsh: command not found: pip;成功安装pip-19.2.3
pip3  install --upgrade pip							
pip3 install keras

Conda 介绍-康达

_images / conda_logo.svg

  • 开源包管理系统和环境管理系统 ，包括多种语言的包安装，运行，更新，删除，最重要的是可以解决包依赖问题
  • 支持语言包括 Python，R，Ruby，Lua，Scala，Java，JavaScript，C / C ++，FORTRAN
  • 支持在Windows，macOS和Linux上运行
  • Conda可以构建不同的环境，同时可以对环境进行保存，加载和切换操作
  • conda包和环境管理器包含在所有版本的Anaconda和Miniconda中

Conda安装

  • 下载 (Linux 64位系统为例)

    https://repo.anaconda.com/miniconda/Miniconda3-latest-Linux-x86_64.sh

    下载地址：https://conda.io/en/latest/miniconda.html

    清华镜像：https://mirrors.tuna.tsinghua.edu.cn/anaconda/miniconda/

  • 安装

    bash Miniconda3-latest-Linux-x86_64.sh

  • 配置环境

    • 查看是否安装成功,如果安装没问题会显示conda版本号

      conda --version

    • 新建环境

      conda create --name your_env_name

      your_env_name是环境名称，对环境的操作后面会详述

    • 激活环境

      conda activate

    • 添加channels （相当于R的镜像源）

      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 --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/bioconda/

      conda config --set show_channel_urls yes

      国内镜像推荐：

      https://mirrors.tuna.tsinghua.edu.cn/help/anaconda/

      https://mirrors.ustc.edu.cn/help/anaconda.html

conda使用

文档：https://conda.io/en/latest/

官方文档 https://conda.io/projects/conda-build/en/latest/index.html

问题：在终端输入conda 无法识别这个命令。

检查环境变量：

sudo vi ~/.bash_profile

如果环境变量中没有conda那么要手动添加

export PATH=”/Users/anaconda3/bin:$PATH”（这里要填写自己的路径哦）

刷新环境变量：

source ~/.bash_profile

再查看 conda list ok啦~

常用操作命令：

一、环境操作

1.查看环境管理的全部命令帮助：

conda env -h

2.查看当前系统下的环境：

conda info -e

3.创建环境：

conda create env_name (env_name)是环境名称,这条命令将会给Biopython创建一个新的环境，位置在Anaconda安装文件的/envs/snowflakes

创建指定python版本的环境：

conda create env_name python=3.6 (3.6为python的版本，根据自己的需要更改)

创建包含某些包的环境：

conda create env_name numpy scipy

创建指定python版本下包含某些包的环境：

conda create env_name python=3.6 numpy scipy

激活（进入）某个环境：

新的开发环境会被默认安装在conda目录下envs文件目录下,你可以指定一个其他的路径；

如果没有指定安装python的版本，conda会安装最初安装conda时所装的那个版本的python。

windows:

activate env_name

mac:

source activate env_name

退出某个环境：

deactivate env_name

复制某个环境：

conda create new_env_name old_env_name

删除某个环境：

conda remove env_name

二、包管理

查看已安装的包：

conda list

查看指定环境下的包：

conda list -n xxx

查找包：

conda search xxx

更新包：

conda update xxx

安装包：

conda install xxx

pip install xxx

指定的安装环境：

conda install -n env_name xxx

安装anaconda发行版中所有的包:

conda install anaconda

卸载包：

conda remove xxx

三、管理conda

检查conda版本：

conda –version

升级当前版本的conda：

conda update conda

包管理功能

  • 搜索包

    • 查看特定包

      conda search fastqc

  • 安装包

    • 安装特定包（需要确认安装，可以看到conda已经将包依赖问题，环境问题已经解决）

      conda install fastqc

    • 安装特定版本的软件包（查看软件版本可以使用conda search fastqc）

      conda install fastqc=0.11.6

    • 安装多个包

      conda install fastqc multiqc

  • 包更新

    • 更新特定包

      conda update fastqc

    • 更新Python

      conda update python

    • 更新conda本身及Anaconda元数据包

      conda update conda

      conda update anaconda

    • 防止包更新

      conda update fastqc --no-pin

      在环境的conda-meta目录中，添加一个名为pinned的文件，其中包含您不想更新的软件包列表。

  • 包删除

    • 删除当前环境中的包

      conda remove pkg_name

    • 删除特定环境中的包

      conda remove -n env_name pkg_name

    • 删除多个包

      conda remove pkg_name1 pkg_name2

    • 确认删除的包

      conda list

  • 包列表

    • 当前环境所有包

      conda list

    • 特定环境所有包

      conda list -n env_name

环境管理功能

  • 创建环境

    • 创建特定名字的环境

      conda create -n env_name

    • 使用特定版本的Python创建环境

      conda create -n env_name python=3.4

    • 使用特定包创建环境

      conda create -n env_name pandas

    • 用 environment.yml 配置文件创建环境

      conda env create -f nvironment.yml

      environment.yml 文件：

      • javascript dependencies:
      • python=3.4 # or 2.7
      • bokeh=0.9.2
      • numpy=1.9.*
      • nodejs=0.10.*
      • flask
      • pip:
      • Flask-Testing</pre>

  • 导出环境文件environment

    • 导出environment.yml环境文件

      • 激活需要导出文件的环境

        conda activate env_name

      • 导出

        conda env_name export > environment.yml

  • 激活环境

    conda activate env_name

  • 停用环境

    conda deactivate env_name

  • 查看环境（当前环境用*表示）

    conda info -envs

  • 删除环境

    conda remove --n env_name

  • 构建相同的conda环境（不同机器间的环境复制）

    • 激活需要导出配置文件的环境

      conda list --explicit > files.txt

    • 在同系统的不同机器执行

      conda create --name env_name -f files.txt

  • 克隆环境（同一台机器的环境复制

    conda create --name clone_env_name --clone env_name

渠道管理

  • 添加新渠道到顶部，最高优先级

    conda config --add channels new_channel

    或者conda config --prepend channels new_channel

  • 添加新渠道到底部，最低优先级

    conda config --append channels new_channel

实例

创建不同版本的Python环境

  • Python 3.6 的 Anaconda 环境

    conda create -n py36 python=3.6 anaconda

  • Python 2.7 的 Anaconda 环境

    conda create -n py27 python=2.7 anaconda

command not find:conda

mac /Users/tianzi/anaconda3/bin

win10加入环境变量 C:\Users\pc554\Anaconda3 C:\Users\pc554\Anaconda3\Scripts

系统：OXS shell：zsh 问题：安装了Anaconda后，在Terminal中输入conda相关命令时，显示：zsh: command not find:conda

anaconda show conda-forge/tensorflow

获取对应版本的安装命令conda-forge/tensorflow为选择的版本名称

一、检查是否安装了conda

找到Anaconda文件夹——bin文件夹，查看里面是否有conda，如果没有： 直接

pip install conda

二、文件夹有conda，但是显示zsh：command not find:conda

这时需要修改.zshrc这个文件中的路径。

.zshrc是什么 ：The individual per-interactive-shell startup file 简单来说它是linux文件夹的一个配置文件，这个文件主要保存个人的一些个性化设置，比如命名别名、路径等。

要解决我们的问题，我们需要打开这个文件，并在其中添加路径。

1.在Terminal中用vim命令打开文件

vi ~/.zshrc

这时我们看到一个文件，像下面这样：

# export LANG=en_US.UTF-8
# export LANG=en_US.UTF-8
# If you come from bash you might have to change your $PATH.
# export PATH=$HOME/bin:/usr/local/bin:$PATH

# Path to your oh-my-zsh installation.
export ZSH=$HOME/.oh-my-zsh

2.按 i 进入编辑模式（最下方会出现– INSERT –），之后在文件末尾和insert之间输入：

export PATH=/home/username/anaconda/bin:$PATH

注意：上面的”/home/username/miniconda/”要替换成你自己的Anaconda安装目录.例如我的home 目录在users/heihei，那么我这里的代码就是:

 export PATH=/heihei/anaconda/bin:$PATH

或者输入全路径也可以

 export PATH=Users/heihei/anaconda/bin:$PATH

什么是home目录？ 打开terminal, 输入：

pwd

之后显示的那个目录就是home目录。

3.按esc退出编辑模式。 4.保存文件并退出：

光标移到文件末尾,输入冒号：

此时下方会出现一个冒号”：”。在后面敲上wq这两个字母，按enter. 这时就会退出文件，回到原来的界面。 (想进一步了解，可以百度vim 命令)

5.让修改的文件立刻生效。 在Terminal 中输入：

source ~/.zshrc

source命令用法：

source Filename

该命令作用：在当前环境下读取并执行FileName中的命令。 ps：该命令通常用命令”. “来替代

6.到此修改完成。接下来检查下是否解决了问题： Terminal中输入：

conda --version

如果出现版本号，则说明已经成功解决该问题

bash解决方法类似

服务正在重启

服务似乎挂掉了,但是会立刻重启的.

https://ai.baidu.com/forum/topic/show/941295

torchvision(计算机视觉)

安装

Anaconda:		conda install torchvision -c pytorch
TorchVision需要PyTorch 1.2或更高版本。
conda安装torchvision -c pytorch
PIP：		pip install torchvision

来自：			python setup.py install
#或，对于OSX 
#MACOSX_DEPLOYMENT_TARGET = 10.9 CC = clang CXX = clang ++ python setup.py install
#默认情况下，如果找到CUDA并且torch.cuda.is_available()为true ，则会构建GPU支持。可以通过设置FORCE_CUDA=1环境变量来强制构建GPU支持，这在构建docker镜像时很有用。

图像后端

Torchvision目前支持以下图像后端：

Pillow					-	枕头（默认）
Pillow-SIMD 		- 使用SIMD 更快速地替换Pillow。如果安装将用作默认值。
accimage - 如果安装可以通过调用激活torchvision.set_image_backend('accimage')

C ++ API

TorchVision还提供了一个C ++ API，它包含C ++等效的python模型。

安装来源：
mkdir build
cd build
cmake ..
make
make install

文档

pytorch website: http://pytorch.org/docs/master/torchvision/

打赏一个呗

取消

感谢您的支持，我会继续努力的!

扫码支持
扫码支持
扫码打赏，你说多少就多少

打开支付宝扫一扫，即可进行扫码打赏哦