当前位置: 首页 > article >正文

深度学习与大模型第1课环境搭建

文章目录

    • 深度学习与大模型第1课
      • 环境搭建
        • 1. 安装 Anaconda
        • 2. 修改环境变量
          • 2.1 修改 `.condarc` 文件
          • 2.2 使用 Anaconda Prompt 修改环境变量
        • 3. 新建 `.ipynb` 文件
      • 机器学习基础编程:
      • 常见问题:

深度学习与大模型第1课

环境搭建

1. 安装 Anaconda

首先,您需要安装 Anaconda,这是一个开源的 Python 发行版,能够简化包管理和环境管理。以下是下载链接及提取码:

  • 链接:https://pan.baidu.com/s/1Na2xOFpBXQMgzXA93PJJYQ
  • 提取码:b870
    来自百度网盘超级会员V5的分享

安装Anaconda,需勾选上" Add Anaconda3 to myPATH environment variable"和“RegisterAnaconda3asmy defaultPython3.8”
在这里插入图片描述

此外,您还可以通过以下链接下载 Python 解释器及 PyCharm:

  • 链接:https://pan.baidu.com/s/1Gp-C_mzmJ_C3pSe3i1SWKw
  • 提取码:v563
    来自百度网盘超级会员V5的分享
2. 修改环境变量
2.1 修改 .condarc 文件

首先,找到以下路径:
C盘-用户-电脑名-.condarc

image

右键使用记事本打开该文件,并添加以下内容:

channels:
  - http://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
  - http://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge/
  - http://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/msys2/
show_channel_urls: true
default_channels:
  - http://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main
  - http://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/r
  - http://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/msys2
custom_channels:
  conda-forge: http://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  msys2: http://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  bioconda: http://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  menpo: http://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  pytorch: http://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  pytorch-lts: http://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  simpleitk: http://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
2.2 使用 Anaconda Prompt 修改环境变量

打开 Anaconda Prompt(命令行界面),并执行以下命令:

conda clean -i

然后安装所需的库:

conda install pandas

执行完成后,您应该会看到类似如下的界面:

image

此外,您也可以使用以下命令安装其他常用库:

  • 安装 Pandas:
conda install pandas
pip install pandas -i https://pypi.tuna.tsinghua.edu.cn/simple
  • 安装 Matplotlib:
conda install matplotlib
pip install matplotlib -i https://pypi.tuna.tsinghua.edu.cn/simple
  • 安装 Scikit-learn:
conda install scikit-learn
pip install scikit-learn -i https://pypi.tuna.tsinghua.edu.cn/simple
  • 安装 TensorFlow 和 Keras:
pip install tensorflow keras -i https://pypi.tuna.tsinghua.edu.cn/simple
3. 新建 .ipynb 文件

打开 Jupyter Notebook,新建一个 .ipynb 文件,并输入以下代码以确保安装成功:

import pandas
import sklearn
import matplotlib

执行成功后,您应该会看到如下的界面:

image

机器学习基础编程:

import pandas  # 导入pandas库

print('hello Maynor!')  # 打印欢迎信息

import sklearn  # 导入sklearn库

import matplotlib  # 导入matplotlib库

import tensorflow, keras  # 导入tensorflow和keras库

input()  # 等待用户输入,暂停程序

# 获取用户输入并打印
a = input()
print(a)

# 获取用户输入并打印
a = input()
print(a)

# 获取两个整数并计算它们的和
a = int(input('请输入整数:'))
b = int(input('请输入整数:'))
print(a + b)

# 获取两个整数并计算它们的商和差
a = int(input("请输入第一个整数: "))
b = int(input("请输入第二个整数: "))

# 计算商和差
quotient = a // b  # 商
difference = a - b  # 差

print("商是:", quotient)
print("差是:", difference)

# 获取两个整数并计算它们的和、差、积和商
a = int(input("请输入第一个整数: "))
b = int(input("请输入第二个整数: "))

sum_result = a + b  # 和
difference = a - b  # 差
product = a * b  # 积
quotient = a // b  # 商

print("和是:", sum_result)
print("差是:", difference)
print("积是:", product)
print("商是:", quotient)

# 判断两个整数是否相等
if a == b:
    print('相等')
else:
    print('不相等')
print("结束")

# 获取两个整数并判断它们是否相等
a = int(input("请输入第一个整数: "))
b = int(input("请输入第二个整数: "))
if a == b:
    print('相等')
else:
    print('不相等')
print("结束")

# 判断一个整数是奇数还是偶数
a = int(input("请输入整数: "))
if a % 2 == 0:
    print('偶数')
else:
    print('奇数')
print("结束")

# 进一步说明判断奇数偶数的过程
a = int(input("请输入第一个整数: "))
if a % 2 == 0:
    print(f'{a % 2} 是一个整数, a % 2 = {a % 2},所以 a 是偶数')
else:
    print(f'{a % 2} 是一个整数, a % 2 = {a % 2},所以 a 是奇数')

print("结束")

# 使用for循环打印4次"here"
for i in range(4):
    print("here")

# 使用for循环打印从1到10的数字
for i in range(10):
    print(i + 1)

# 使用while循环从10开始递增直到超过10为止
i = 10
while True:
    print(i)
    i = i + 1
    if i > 10:
        break

# 使用while循环打印从0到10的数字
i = 0
while i < 11:
    print(i)
    i = i + 1

# 列表操作示例
a = [1, 2, 3, 4]
print(a)

# 访问列表的元素
a[1]

# 切片操作,访问列表的部分元素
a[0:2]
a[1:2]
a[0:6]
a[::-1]  # 逆序列表

# 字符串操作
s = 'abcd'
list(s)  # 将字符串转换为列表
s[::-1]  # 逆序字符串

# 定义并调用字符串逆序函数
def reverse(s):
    return s[::-1]

reverse(s)
reverse(input())  # 获取用户输入并逆序

# 生成1到10之间的随机整数
from random import randint
randint(1, 10)

import random  # 导入random库

# 生成1到10之间的随机数
target_number = random.randint(1, 10)
guess_count = 0  # 初始化猜测次数

# 数字猜谜游戏
while True:
    guess = input("请输入一个数字:")
    print(guess)
    if guess == target_number:
        print("猜对了")
    elif guess != target_number:
        print("猜错了")

# 生成1到10之间的随机数并进行猜数字游戏
target_number = random.randint(1, 10)
guess_count = 0

print("欢迎来到数字猜谜游戏!")

while True:
    guess = input("请猜一个数字(1-10):")
    guess_count += 1
    
    try:
        guess = int(guess)  # 尝试将输入转换为整数
    except ValueError:
        print("请输入有效的数字!")
        continue
    
    if guess < 1 or guess > 10:
        print("请输入1到10之间的数字!")
    elif guess < target_number:
        print("太小了,再试试!")
    elif guess > target_number:
        print("太大了,再试试!")
    else:
        print(f"恭喜你猜对了!目标数字就是 {target_number}。")
        print(f"你总共猜了 {guess_count} 次。")
        break

# 数字猜谜游戏简单版本
target_number = random.randint(1, 10)
guess_count = 0

while True:
    guess = int(input("请输入一个数字:"))
    guess_count += 1
    if guess == target_number:
        print(f"猜对了!你总共猜了{guess_count}次。")
        break
    elif guess > target_number:
        print("太大了")
    else:
        print("太小了")

# Turtle绘制五角星
import turtle

t = turtle.Turtle()  # 创建一个turtle对象

# 绘制五角星
for i in range(5):
    t.forward(100)
    t.right(144)

# 完成绘制
turtle.done()

# Turtle绘制七角星
t = turtle.Turtle()

# 绘制七角星
for i in range(7):
    t.forward(100)
    t.right(180 - 180/7)

# 完成绘制
turtle.done()

常见问题:

  1. Mac 修改环境变量

如果您使用的是 Mac,修改环境变量的方式略有不同。您可以使用以下命令修改 .bash_profile.zshrc 文件:

export PATH="/usr/local/anaconda3/bin:$PATH"

然后执行:

source ~/.bash_profile

source ~/.zshrc
  1. 镜像源未修改

若镜像源未修改或生效,您可能会遇到如下问题:

image

确保 .condarc 文件内容正确无误,并重启 Anaconda Prompt。

  1. Numpy 版本不兼容

如果您在执行代码时遇到 numpy 版本不兼容的问题,可以通过以下命令安装指定版本的 numpy

pip install numpy==1.22.4

image

安装完成后,重启内核即可正常运行代码:

image


http://www.kler.cn/a/286348.html

相关文章:

  • 【C++】类和对象(5)
  • Hive:复杂数据类型之Map函数
  • 996引擎 - NPC-添加NPC引擎自带形象
  • 网站快速收录:提高页面加载速度的重要性
  • hive:基本数据类型,关于表和列语法
  • DeepSeek介绍及使用ollama本地化部署DeepSeek-R1大模型
  • Unity编辑器开发 Immediate Mode GUI (IMGUI)
  • Java源码学习之高并发编程基础——AQS源码剖析之阻塞队列(下)
  • 深度学习实战1--决策树与随机森林(最新版本不报错)
  • 苹果笔记本电脑能不能玩游戏?苹果电脑玩游戏咋样?
  • UE5 微软输入法输入中文崩溃
  • 华为 HCIP-Datacom H12-821 题库 (3)
  • 单击视角复位按钮,即可看到整个地球【mars3d】
  • Dify 与 FastGPT 流程编排能力对比分析
  • Node-RED解析巴法云/小米的传感器数据
  • ★ 算法OJ题 ★ 力扣15 - 三数之和
  • day25 Java基础——面向对象两万字详解!(纯干货)
  • wpf prism 《2》、导航
  • Linux 系统入门:高级系统管理与文本处理
  • mysql的聚簇索引、非聚簇索引、回表
  • VI设计和UI设计
  • C++初学(19)
  • nginx部署前端vue项目步骤
  • Android实现自定义方向盘-5livedata实现
  • 在SpringBoot项目中使用多线程(配合线程池)加快从MySQL导入数据到ElasticSearch的速度
  • Java 基础面试题