從零開始的機器學習生活 - Anaconda 與 Jupyter Notebook

從零開始的機器學習生活 - Anaconda 與 Jupyter Notebook

近來 Google 開源了 TensorFlow (今後簡稱 tf) 使得機器學習又邁向了另一個巔峰,儼然機器學習已經成為了時下最火紅的技術,身為一名工程師怎麼能不好好地跟上這波潮流呢?這次就先讓我們來處理開發環境。

開發環境 Anaconda

tf 是使用 Python 語言所撰寫的,python 在函式庫的版本貌似很多地雷所以很多人都推薦使用 Anaconda 來作為環境平台以下是一個安裝的筆記,我個人會選用 Python 3 的版本來安裝


安裝過程就不詳細講解了安裝起來應該沒有太大的難度才對

當你安裝完如果你是 macOS 或 Linux 如果想要使用指令要記得在 .bash_profile 或是 .zshrc 加入 export PATH="/Users/USER_NAME/anaconda3/bin:$PATH"

conda --version
conda 4.5.4

Anaconda 可以方便地管理 python 以及函式庫的版本也很方便的可以切換環境設定,環境組態也可以匯出以及匯入確實是一個很好的選擇。

Jupyter Notebook

Jupyter Notebook 是一個 IDE 與 編輯器一體的工具,他的特點是可以逐行執行程式碼以及易於將程式碼分享所以在資料科學上很容易看到它。

Anaconda 介面可以直接開啟 Jupyter notebook 或是用指令 jupyter notebook 就可以直接用指令開始 Jupyter notebook

接著瀏覽器就會幫我們開啟 Jupyter notebook 了

結論

有了 Anaconda 跟 Jupyter notebook 之後我們就可以開始來開發 tf 或是 python 既然環境的問題都解決了,剩下的都是硬技能囉

參考資料

How to run Conda?
[資料分析&機器學習] 第1.2講:Jupyter Notebook介紹