Uczenie maszynowe i sztuczne sieci neuronowe/konfiguracja

Z Brain-wiki

Przejście do Wykładów

Środowisko wirtualne

Aby zapewnić sobie komplet zgodnych bibliotek i niezależność tworzonych tu projektów od zmian tych bibliotek, wygodnie jest stworzyć wirtualne środowisko. Poniżej opisane są kroki prowadzące do stworzenia takiego środowiska na potrzeby zajęć z Uczenia maszynowego (UM).

Instalacja

  • Aby korzystać z tego Pythona trzeba sobie wpisać do pliku ~/.bashrc następujące linijki:
   unset PYTHONHOME
   export PATH="/work/anaconda3/bin:$PATH"

a następnie wykoać w konsoli polecenie:

source ~/.bashrc
  • W katalogu _work_ wytwórz katalog na materiały z ćwiczeniami z UM.
cd _work_/
mkdir conda
cd ~/
ln -sf _work_/conda/ .conda
cd _work_/
mkdir ML_2018
cd ML_2018
  • w katalogu ML_2018 utworz plik tekstowy o nazwie: pakiety.txt o następującej zawartości:


numpy==1.14.0
scipy==1.0.0
matplotlib==2.1.1 
scikit-learn==0.19.1
tensorflow==1.4.1
keras==2.1.3
pandas==0.22.0
plotly==2.2.2
seaborn==0.8.1



W konsoli wykonujemy kolejne linijki:

  • tworzymy wirtualne środowisko, będzie ono żyło w katalogu ML:
conda create -p ~/_work_/ML_2018/ML --file pakiety.txt
  • uruchamiamy wirtualne środowisko:
source activate ~/_work_/ML_2018/ML
  • doinstalowujemy pakiet do przełączania kernel dla notebooka:
conda install nb_conda
  • Kończymy prace instalacyjne:
source deactivate

Praca z zainstalowanym środowiskiem

  • By uruchomić środowisko stworzone w katalogu ML wpisujemy:
source activate ~/_work_/ML_2018/ML
  • By skończyć prace ze środowiskiem wpisujemy:
source deactivate