Chapter 0 安装 Installation#

安装清单#

  • Miniconda: https://docs.conda.io/en/latest/miniconda.html

  • Visual Studio Code: https://code.visualstudio.com/

Miniconda 安装配置#

下载 Miniconda#

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

最新版 Miniconda For Windows 下载链接：

https://repo.anaconda.com/miniconda/Miniconda3-latest-Windows-x86_64.exe

Windows 下安装配置推荐#

  • Just Me (recommended)

  • Clear the package cache upon completion

修改 Powershell 执行策略（可选）#

在开始图标右键单击，选择 Windows PowerShell（管理员）

先输入下面的内容，并回车：

Set-ExecutionPolicy -Scope CurrentUser RemoteSigned

出现如下内容后，输入：A，回车：

最后在 Anaconda Powershell Prompt 中输入：

conda init

更换镜像源#

  • Pip 换源

  • Conda 换源

加快国内资源下载速度

校园网联合镜像站#

https://help.mirrors.cernet.edu.cn/

阿里巴巴开源镜像站#

https://developer.aliyun.com/mirror/

请避免使用代理，不合理的代理设置会导致下载失败

Conda 更换镜像源#

清华大学开源软件镜像站：https://help.mirrors.cernet.edu.cn/anaconda/

南方科技大学开源软件镜像站：https://help.mirrors.cernet.edu.cn/anaconda-extra/

在 Anaconda Powershell Prompt 中输入：

conda config --set show_channel_urls yes

在镜像站复制文本后，在 Anaconda Powershell Prompt 中输入：

notepad .condarc # 注意有个小点 "." 在 "condarc" 的前面

粘贴刚刚复制的文本，保存文件后关闭

最后在 Anaconda Powershell Prompt 中输入：

conda clean -i # 清除源缓存，以启用镜像源

PyPI 更换镜像源#

校园网联合镜像站：https://help.mirrors.cernet.edu.cn/pypi/

复制文本后，在 Anaconda Powershell Prompt 中粘贴运行即可：

# 设置 PyPI 镜像源
pip config set global.index-url https://mirrors.cernet.edu.cn/pypi/web/simple

课程环境搭建#

创建与激活 Conda 环境#

创建 Conda 环境

conda create -n Datawhale python=3.10 # conda 环境创建

其中 -n 代表创建的环境名称，这里是 Datawhale，并指定 Python 版本为 3.10

激活刚刚创建的 Conda 环境：

conda activate Datawhale # 激活 Datawhale 环境，不同环境的 Python 包版本不同！

如果需要删除某个 Conda 环境：

conda deactivate # 退出该环境
conda remove -n Datawhale --all # 删除整个环境

Pip 安装与展示#

Pip 安装课程所需第三方库

pip install jupyter

在指定路径输入：

jupyter-notebook # 会自动跳转到浏览器

结束学习时使用：

Ctrl + C # 关闭 Jupyter Notebook 服务

安装清单#

数据挖掘：

  • scikit-learn

  • numpy

  • pandas

  • tqdm

  • lightgbm (数据挖掘模型)

CV：

  • nibabel

  • pillow

Conda 安装与展示#

首先在 Anaconda Powershell Prompt 中输入：

nvidia-smi # 查看当前 GPU 支持的最高 CUDA 版本

Pytorch 安装： https://pytorch.org/get-started/locally/

conda install pytorch torchvision torchaudio pytorch-cuda=11.8 -c pytorch -c nvidia

PaddlePaddle 安装：https://www.paddlepaddle.org.cn

conda install paddlepaddle-gpu==2.4.2 cudatoolkit=11.7 -c Paddle -c conda-forge

CUDA 验证#

在 Anaconda Powershell Prompt 中输入：

ipython # 交互 Python 运行环境

使用 exit 或 exit() 来退出 IPython

PaddlePaddle:

>>> import paddle
>>> paddle.utils.run_check()

正确输出：

PaddlePaddle works well on 1 GPU.
PaddlePaddle is installed successfully! Let's start deep learning with PaddlePaddle now.

Pytorch:

>>> import torch
>>> torch.cuda.is_available()

正常输出：

True

云端环境的使用#

  • 百度飞桨 AI Studio https://aistudio.baidu.com/aistudio/index

  • 阿里天池 PAI DSW https://tianchi.aliyun.com/notebook-ai

  • Kaggle https://www.kaggle.com/code

  • Google Colab https://colab.research.google.com/

  • Sagemaker Studio Lab https://studiolab.sagemaker.aws/