学术不分国界, 技术没有底线
现在有非常多优秀的框架和工具每天都在更新, 同学们当然要首选自己用着顺手的家伙什. 但是对于刚起步的哥们来说, 选择一个好的开发装备是可以事半功倍的. 以我的经验和研究来看, 推荐这组经典四件套: Anaconda,Jupyter Notebook,Tensorflow,Python.
对于工具的选择并非脑袋一时热, 或者人云亦云. 流行的也并非一定是最好的, 但肯定有他流行的理由; 冷门的也并不一定是性能差, 但肯定有它无人问津的短板. 所以我们应该有一些自己看中的点作为选择的标准, 对于我而言:
选择工具的标准
1. 广泛的兼容性
你绝不会想在 Mac OS 上写的程序在 Windows OS 上不能跑, 一样的味道却需要不同的配方, 这不是给自己添堵吗. 你也肯定不想版本更新后, 满篇全是 bug 又无从下手. 所以选择的工具开发的产品最好具有很好的兼容性.
2. 丰富的功能包支持
这点非常容易理解但也非常重要. 现在每天都有许多新的工具面试, 声称完胜市场老大老二老三, 但是你稍微深入研究就会发现, 这些新工具很多都是用于特殊的领域和方向, 当你动手码字的时候就会发现你大部分的时间都在造轮子. 这是我们非常不愿意看到的. 所以很多人说 Tensorflow 不好, 但是它却有着异常丰富的 package 库供你使用. 最好是有着活跃的社区支持, 保证它实时跟进.
3. 便捷的环境管理
相信这是大家最头疼的地方. 环境的设置在开发中至关重要, 尤其是参数路径的设置经常需要更改, 但是又牵一发而动全身. 如果工具可以提供便捷的环境设置管理, 绝对会省去你很多无谓的浪费.
什么是 Anaconda
Anaconda 对自己的定义是: 最受欢迎的 Python 数据科学平台
来自: Anaconda 官网
翻译一下, Anaconda 是一个 Python 发行版, 支持 Windows,Mac 和 Linux 系统, 它利用 conda 进行包管理和环境管理. 它预装了包括 python 在内的众多开发所需的基本工具, 同时 conda 支持几乎所有的第三方工具和包. 在环境管理方面, 你可以十分简单的创建更新和删除支持不同 python 版本的环境, 方便了你在不同的环境里做不同的设置.
Anaconda 安装与设置
1. 下载 : 官方下载网站, 注意选择的是默认的 python 版本
2. 安装 : 安装过程非常简单, 就是点点点. 完事之后让我们来验证一下是否安装成功
- conda --version# 如果安装成功, 会显示该版本的号码
- conda update conda # 若想要更新 conda 到最新版本
- conda upgrade --all # 建议在打开后运行, 更新所有已安装包
3. 环境设置 : 魔术时间. 正如前文所说, conda 支持十分便捷的环境创建, 和我们在 Git 环境中创建 Branch 一样, 你可以创建一个独立的虚拟环境用来开发. 为什么? 有些时候我们希望在不同的项目甚至版本中有不同的环境设置, 彼此不相互影响.
环境创建
- # conda create --name <env_name> <package_names>
- conda create --name env_one python=3.6# 创建一个名为 env_one 的环境, 并在其中安装 python3.6 包
- conda create -n python3 python=3.6 numpy pandas #支持同时安装多个包, --name 参数等价于 - n
环境登入与退出
Linux 和 Mac OS :
- source activate env_one# source activate <env_name> 登入环境 env_one
- source deactivate # source deactivate 退出当前环境
- Windows:
- activate env_one# activate <env_name > 登入环境 env_one
- deactivate # deactivate 退出当前环境
环境查看与删除
- conda env list# 列出所有环境
- conda remove --name <env_name> --all# 删除环境
4. 安装包
在进入目标环境之后,
- conda install <package_name>
- conda install numpy scipy pandas# 同时安装多个包
- conda install numpy=1.10# 指定安装版本
- conda remove <package_name> # 删除
如果不能成功安装, 可以尝试进入 https://anaconda.org/ 搜索目标 package, 然后根据命令行安装
搜索 Tensorflow 界面
conda install -c conda-forge tensorflow# 运行即可安装 tensorflow
检查是否安装成功
- python -c "import tensorflow as tf; print(tf.__version__)"# 使用 python
- python3 -c "import tensorflow as tf; print(tf.__version__)" # 使用 python3
到这里 Anaconda 的基本使用我们已经掌握了, 如果在开发过程中遇到任何关于 Anaconda 的设置问题, stackoveflow 里绝对有你的答案. 这也是使用流行工具的一个好处, 你绝对不是第一个遇到问题的人.
来源: http://www.jianshu.com/p/f52d8c5b9b90