<ruby id="bdb3f"></ruby>

    <p id="bdb3f"><cite id="bdb3f"></cite></p>

      <p id="bdb3f"><cite id="bdb3f"><th id="bdb3f"></th></cite></p><p id="bdb3f"></p>
        <p id="bdb3f"><cite id="bdb3f"></cite></p>

          <pre id="bdb3f"></pre>
          <pre id="bdb3f"><del id="bdb3f"><thead id="bdb3f"></thead></del></pre>

          <ruby id="bdb3f"><mark id="bdb3f"></mark></ruby><ruby id="bdb3f"></ruby>
          <pre id="bdb3f"><pre id="bdb3f"><mark id="bdb3f"></mark></pre></pre><output id="bdb3f"></output><p id="bdb3f"></p><p id="bdb3f"></p>

          <pre id="bdb3f"><del id="bdb3f"><progress id="bdb3f"></progress></del></pre>

                <ruby id="bdb3f"></ruby>

                ??碼云GVP開源項目 12k star Uniapp+ElementUI 功能強大 支持多語言、二開方便! 廣告
                # 如何在 Mac OS X 上安裝 Python 3 環境以進行機器學習和深度學習 > 原文: [https://machinelearningmastery.com/install-python-3-environment-mac-os-x-machine-learning-deep-learning/](https://machinelearningmastery.com/install-python-3-environment-mac-os-x-machine-learning-deep-learning/) 在 Mac OS X 上安裝 Python 機器學習環境可能很困難。 必須首先安裝 Python 本身,然后安裝許多軟件包,這對初學者來說可能會造成混淆。 在本教程中,您將了解如何使用 macport 設置 Python 3 機器學習和深度學習開發環境。 完成本教程后,您將擁有一個有效的 Python 3 環境,可以開始學習,練習和開發機器學習和深度學習軟件。 讓我們開始吧。 * **2017 年 8 月更新**:添加了有關如何使您的環境保持最新的部分。 ![How to Install a Python 3 Environment on Mac OS X for Machine Learning and Deep Learning](https://img.kancloud.cn/57/0b/570be5001dc099e91dad5d557e7492b5_704x340.jpg) 如何在 Mac OS X 上安裝 Python 3 環境以進行機器學習和深度學習 ## 教程概述 本教程分為以下 4 個步驟: 1. 安裝 XCode 工具 2. 安裝 Macports 3. 安裝 SciPy 庫 4. 安裝深度學習庫 5. 讓您的環境保持最新狀態 ## 1.安裝 XCode XCode 是 OS X 上的開發 IDE。 需要安裝 XCode,因為它包含 Python 開發所需的命令行工具。在此步驟中,您將安裝 XCode 和 XCode 命令行工具。 此步驟假定您已擁有 Apple App Store 帳戶,并且您具有足夠的管理權限以在工作站上安裝軟件。 * 1.打開“ _App Store_ ”應用程序。搜索“ _XCode_ ”并單擊“ _Get_ ”按鈕進行安裝。 系統將提示您輸入 App Store 密碼。 XCode 是免費的,大小至少為 4.5 GB,可能需要一些時間才能下載。 ![App Store Search for XCode](https://img.kancloud.cn/78/4d/784d933b4ac81792bccd7d2227281c8f_242x143.jpg) App Store 搜索 XCode * 2.打開“_ 應用程序 _”,然后找到并啟動“ _XCode_ ”。 在啟動 XCode 之前,系統可能會提示您安裝其他組件。同意并安裝。 ![Install Additional XCode Components](https://img.kancloud.cn/cf/1b/cf1b0f3656c937e0839c85623116e20b_481x162.jpg) 安裝其他 XCode 組件 * 3.安裝 XCode 命令行工具,打開終端窗口并鍵入: ``` xcode-select --install ``` 將出現一個對話框并安裝所需的工具。 鍵入以下命令確認已安裝工具: ``` xcode-select -p ``` 您應該看到如下輸出: ``` /Applications/Xcode.app/Contents/Developer ``` * 4.同意許可協議(如果需要)。打開終端窗口并鍵入: ``` sudo xcodebuild -license ``` 使用“ _space_ ”鍵導航到底部并同意。 您現在已安裝 XCode 和 XCode 命令行工具。 ## 2.安裝 Macports Macports 是一個用于在 OS X 上安裝開發工具的包管理工具。 在此步驟中,您將安裝 macports 包管理工具。 * 1.訪問 [macports.org](https://www.macports.org/) * 2.單擊頁面頂部的“_ 下載 _”按鈕以訪問[安裝頁面](https://www.macports.org/install.php)。 * 3.為您的 OS X 版本下載“ _macOS 軟件包(.pkg)安裝程序 _”。 在撰寫本文時,最新版本的 OS X 是 Sierra。 ![Macports Package Installation](https://img.kancloud.cn/52/72/527246992a0f59c03f72feaa10c5115f_721x299.jpg) Macports 包安裝 您現在應該在工作站上有一個包。例如: ``` MacPorts-2.3.5-10.12-Sierra.pkg ``` * 4.雙擊包,然后按照向導安裝 macports。 ![Macports Installation Wizard](https://img.kancloud.cn/78/c3/78c3f15b25b1a7dc9a8f347681d12c11_622x437.jpg) Macports 安裝向導 * 5.更新 macport 并確認系統按預期工作。打開終端窗口并鍵入: ``` sudo port selfupdate ``` 這將更新 port 命令和可用端口列表,并且不時有用。 您應該看到如下消息: ``` MacPorts base is already the latest version ``` ## 3.安裝 SciPy 和機器學習庫 SciPy 是 Python 中機器學習開發所需的科學計算 Python 庫的集合。 在此步驟中,您將安裝 Python 3 和 SciPy 環境。 * 1.使用 macports 安裝 Python 3.5 版。打開終端并輸入: ``` sudo port install python35 ``` 要使其成為 Python 的默認版本,請鍵入: ``` sudo port select --set python python35 sudo port select --set python3 python35 ``` 關閉終端窗口并重新打開。 通過鍵入以下內容確認 Python 3.5 現在是系統的默認 Python: ``` python -V ``` 您應該看到以下消息,或類似的消息: ``` Python 3.5.3 ``` * 2.安裝 SciPy 環境,包括庫: * NumPy 的 * SciPy 的 * Matplotlib * 熊貓 * Statsmodels * Pip(包經理) 打開終端并輸入: ``` sudo port install py35-numpy py35-scipy py35-matplotlib py35-pandas py35-statsmodels py35-pip ``` 這可能需要一些時間來下載和安裝。 要確保 Python 3 的 pip 是系統的默認值,請鍵入: ``` sudo port select --set pip pip35 ``` * 3.使用 pip 安裝 scikit-learn。打開命令行并鍵入: ``` sudo pip install -U scikit-learn ``` * 4.確認庫已正確安裝。打開文本編輯器并編寫(復制粘貼)以下腳本: ``` # scipy import scipy print('scipy: %s' % scipy.__version__) # numpy import numpy print('numpy: %s' % numpy.__version__) # matplotlib import matplotlib print('matplotlib: %s' % matplotlib.__version__) # pandas import pandas print('pandas: %s' % pandas.__version__) # statsmodels import statsmodels print('statsmodels: %s' % statsmodels.__version__) # scikit-learn import sklearn print('sklearn: %s' % sklearn.__version__) ``` 使用文件名 _versions.py_ 保存腳本。 將目錄更改為保存腳本的位置并鍵入: ``` python versions.py ``` 輸出應如下所示(或類似): ``` scipy: 0.18.1 numpy: 1.12.0 matplotlib: 2.0.0 pandas: 0.19.2 statsmodels: 0.6.1 sklearn: 0.18.1 ``` 你得到了什么版本? 將輸出粘貼到下面的注釋中。 您可以根據需要使用這些命令更新機器學習和 SciPy 庫。 嘗試 scikit-learn 教程,例如: * [你的第一個 Python 循環機器學習項目](http://machinelearningmastery.com/machine-learning-in-python-step-by-step/) ## 4.安裝深度學習庫 在這一步中,我們將安裝用于深度學習的 Python 庫,特別是:Theano,TensorFlow 和 Keras。 * 1.輸入以下命令安裝 Theano 深度學習庫: ``` sudo pip install theano ``` * 2.鍵入以下命令安裝 TensorFlow 深度學習庫: ``` sudo pip install tensorflow ``` * 3.要安裝 Keras,請鍵入: ``` sudo pip install keras ``` * 4.確認您的深度學習環境已安裝并正常運行。 創建一個打印每個庫的版本號的腳本,就像我們之前為 SciPy 環境所做的那樣。 ``` # theano import theano print('theano: %s' % theano.__version__) # tensorflow import tensorflow print('tensorflow: %s' % tensorflow.__version__) # keras import keras print('keras: %s' % keras.__version__) ``` 將腳本保存到文件 _deep_versions.py_ 。 鍵入以下命令運行腳本: ``` python deep_versions.py ``` You should see output like: ``` theano: 0.8.2 tensorflow: 0.12.1 Using TensorFlow backend. keras: 1.2.1 ``` What versions did you get? Paste the output in the comments below. 嘗試使用 Keras 深度學習教程,例如: * [用 Keras 逐步開發 Python 中的第一個神經網絡](http://machinelearningmastery.com/tutorial-first-neural-network-python-keras/) ## 5.讓您的環境保持最新狀態 隨著時間的推移保持環境最新非常重要。 使用相同的工具更新用于安裝的庫也很重要,例如: macports 和 pip。 本節提供了您可以使用的命令,例如每月一次,以確保您的環境是最新的。 ### 更新 Macports 安裝的庫 第一步是更新 macports 本身。 ``` sudo port selfupdate ``` 接下來,您可以使用 macports 更新安裝的庫。 ``` sudo port upgrade python35 py35-numpy py35-scipy py35-matplotlib py35-pandas py35-statsmodels py35-pip ``` 您還可以通過鍵入以下內容來更新所有需要更新的庫: ``` sudo port upgrade outdated ``` 我自己不這樣做,因為我無法控制正在更新的內容。 ### 更新 Pip 安裝的庫 接下來,我們可以更新使用 pip 安裝的庫。 我不希望 pip 安裝或更新可以用 macports 安裝的東西,所以我更新了用 pip 安裝的庫而沒有更新依賴項(例如-no-deps) ``` sudo pip install -U --no-deps keras tensorflow theano scikit-learn ``` 這就是您需要做的就是讓您的環境保持最新狀態。 如果你在 macports 和 pip 之間得到一些交叉,(例如兩個工具都安裝了 numpy),你就會遇到問題。 要查看 pip 類型的確切安裝內容: ``` sudo pip freeze ``` ## 進一步閱讀 本節提供了一些進一步閱讀的資源。 * [MacPorts 安裝](https://www.macports.org/install.php) * [第 2 章安裝 MacPorts](https://guide.macports.org/chunked/installing.macports.html) * [第 3 章使用 MacPorts](https://guide.macports.org/chunked/using.html) * [安裝 SciPy 堆棧](https://www.scipy.org/install.html) * [Scikit-learn 安裝](http://scikit-learn.org/stable/install.html) * [安裝 Theano](http://deeplearning.net/software/theano/install.html) * [安裝 TensorFlow Anaconda](https://www.tensorflow.org/get_started/os_setup#anaconda_installation) * [Keras 安裝](https://keras.io/#installation) ## 摘要 恭喜,您現在在 Mac OS X 上有一個可用的 Python 開發環境,用于機器學習和深度學習。 您現在可以在工作站上學習和練習機器學習和深度學習。 你是怎么做的? 請在下面的評論中告訴我。
                  <ruby id="bdb3f"></ruby>

                  <p id="bdb3f"><cite id="bdb3f"></cite></p>

                    <p id="bdb3f"><cite id="bdb3f"><th id="bdb3f"></th></cite></p><p id="bdb3f"></p>
                      <p id="bdb3f"><cite id="bdb3f"></cite></p>

                        <pre id="bdb3f"></pre>
                        <pre id="bdb3f"><del id="bdb3f"><thead id="bdb3f"></thead></del></pre>

                        <ruby id="bdb3f"><mark id="bdb3f"></mark></ruby><ruby id="bdb3f"></ruby>
                        <pre id="bdb3f"><pre id="bdb3f"><mark id="bdb3f"></mark></pre></pre><output id="bdb3f"></output><p id="bdb3f"></p><p id="bdb3f"></p>

                        <pre id="bdb3f"><del id="bdb3f"><progress id="bdb3f"></progress></del></pre>

                              <ruby id="bdb3f"></ruby>

                              哎呀哎呀视频在线观看