L'autre jour, j'ai acheté Introduction à la théorie de l'apprentissage automatique pour les ingénieurs informatiques.
Il est nécessaire de préparer un environnement d'exécution pour l'exemple de code Python, mais le livre présente une construction d'environnement efficace à l'aide de Enthought Canopy. Ça a été.
Cependant, d'une manière ou d'une autre, je veux éviter ces outils au début, j'ai donc décidé d'installer les bibliothèques nécessaires par moi-même pour le moment.
--Python2 a déjà été installé --Inexpérimenté dans l'introduction de bibliothèques liées à l'apprentissage automatique avec Python2 -Battez avec CLI sans utiliser Enthought Canopy
Les bibliothèques requises sont:
Après une enquête rapide, j'ai senti que PIL ne pouvait être utilisé qu'avec la série Python2, j'ai donc décidé de créer l'environnement avec Python2.
Lorsque j'exécute IPython, j'ai trouvé que si je n'incluais pas Virtualenv, j'obtiendrais beaucoup d'avertissements, donc j'installerai d'abord Virtualenv.
Pour être honnête, j'ai d'abord découvert Virtualenv grâce à l'avertissement émis par IPython. Je n'ai jamais utilisé Python sauf avec TopCoder. Pour le moment, j'ai réussi à lire les deux articles suivants sans penser à rien. Vraiment en quelque sorte.
Eh bien, je vais le mettre pour le moment.
$ pip install virtualenv
$ pip install virtualenvwrapper
Ensuite, créez un répertoire pour l'environnement virtuel. Je pensais que le nom pouvait être n'importe quoi, alors je l'ai nommé machine_learning
.
$ virtualenv --no-site-packages ~/work/machine_learning
Maintenant que nous avons un environnement virtuel, allons à l'intérieur.
$ source ~/work/machine_learning
Si l'invite ressemble à (machine_learning) $
, vous avez réussi.
Ci-dessous, nous allons procéder au travail dans un environnement virtuel.
Les bibliothèques suivantes sont simplement installées avec pip avec le nom de la bibliothèque en lettres minuscules, comme pip install numpy
.
PIL C'est un peu bizarre, vous devez le frapper comme ceci:
$ pip install PIL --allow-external PIL --allow-unverified PIL
Si vous le frappez avec pip, il entrera rapidement.
$ pip install ipython
L'installation est terminée. Puisqu'il y a un test, je vais passer le test.
$ iptest
Il n'a pas bougé au point de désespoir.
Je vais mettre en ordre les bibliothèques manquantes.
Si vous ajoutez cette zone, le test réussira.
Pour dire la vérité, sans penser à rien au début, j'ai mis dans des documents qui semblent obsolètes avec presque aucune lecture. Il y a aussi une bibliothèque. Si vous n'avez pas encore réussi le test, vous voudrez peut-être l'essayer.
Je suis désolé de frapper la commande à peu près.
RuntimeError Depuis que le test a réussi, j'étais heureux de frapper ʻipython` pour le démarrer, et un RuntimeError coulait comme de l'eau chaude. Je pleure presque.
En regardant le message d'erreur, il dit matplotlib, mac os x et framework. Lisez l'article de manière appropriée. Je vois.
Il semble bon de spécifier backend: TkAgg
dans ~ / .matplotlib / matplotlibrc
.
~/.matplotlib/matplotlibrc
backend : TkAgg
Faisons le!
$ ipython
Python 2.7.9 (default, May 9 2015, 19:43:55)
Type "copyright", "credits" or "license" for more information.
IPython 4.0.0 -- An enhanced Interactive Python.
? -> Introduction and overview of IPython's features.
%quickref -> Quick reference.
help -> Python's own help system.
object? -> Details about 'object', use 'object??' for extra details.
Using matplotlib backend: TkAgg
In [1]:
Ça a marché! Tu l'as fait!
Recommended Posts