<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>

                合規國際互聯網加速 OSASE為企業客戶提供高速穩定SD-WAN國際加速解決方案。 廣告
                # 如何使用 Python 3 為機器學習開發創建 Linux 虛擬機 > 原文: [https://machinelearningmastery.com/linux-virtual-machine-machine-learning-development-python-3/](https://machinelearningmastery.com/linux-virtual-machine-machine-learning-development-python-3/) Linux 是使用 Python 進行機器學習開發的絕佳環境。 這些工具可以快速輕松地安裝,您可以直接開發和運行大型模型。 在本教程中,您將了解如何使用 Python 創建和設置 Linux 虛擬機以進行機器學習。 完成本教程后,您將了解: * 如何下載和安裝 VirtualBox 以管理虛擬機。 * 如何下載和設置 Fedora Linux。 * 如何在 Python 3 中為機器學習安裝 SciPy 環境。 如果您的基本操作系統是 Windows,Mac OS X 和 Linux,則本教程適用。 讓我們開始吧。 ## Linux 虛擬機的好處 您可能希望使用 Linux 虛擬機進行 Python 機器學習開發有很多原因。 例如,下面列出了使用虛擬機的 5 大優勢: * 使用系統上不可用的工具(如果您使用的是 Windows)。 * 在不影響本地環境的情況下安裝和使用機器學習工具(例如,使用 Python 3 工具)。 * 為不同的項目(Python2 和 Python3)提供高度自定義的環境。 * 保存機器的狀態并準確地拾取您離開的位置(從機器跳到機器)。 * 與其他開發人員共享開發環境(設置一次并重復使用多次)。 也許最有利的一點是第一個,能夠輕松使用您的環境不支持的機器學習工具。 我是 OS X 用戶,即使可以使用 _brew_ 和 _macports_ 安裝機器學習工具,我仍然發現設置和使用 Linux 虛擬機進行機器學習開發更容易。 ## 概觀 本教程分為 3 個部分: 1. 下載并安裝 VirtualBox。 2. 在虛擬機中下載并安裝 Fedora Linux。 3. 安裝 Python 機器學習環境 ## 1.下載并安裝 VirtualBox VirtualBox 是一個免費的開源平臺,用于創建和管理虛擬機。 安裝后,只要您有要安裝的 ISO 映像或 CD,就可以創建所需的所有虛擬機。 * 1.訪問 [VirtualBox.org](https://www.virtualbox.org) * 2.單擊“_ 下載 VirtualBox_ ”以訪問[下載頁面](https://www.virtualbox.org/wiki/Downloads)。 ![Download VirtualBox](https://img.kancloud.cn/4e/04/4e0404182e986a69c6d38d092b95abac_756x338.jpg) 下載 VirtualBox * 3.選擇工作站的二進制文件。 * 4.安裝系統軟件并按照安裝說明進行操作。 ![Install VirtualBox](https://img.kancloud.cn/9f/54/9f541132f96c301b40f8495e6cdaa557_672x409.jpg) 安裝 VirtualBox * 5.打開 VirtualBox 軟件并確認其有效。 ![Start VirtualBox](https://img.kancloud.cn/c3/2f/c32f23ad26e9573ad3dc2f501c154f78_768x569.jpg) 啟動 VirtualBox ## 2.下載并安裝 Fedora Linux 我之所以選擇 [Fedora Linux](https://en.wikipedia.org/wiki/Fedora_(operating_system)) ,是因為我認為它比一些更友好,更溫和的 Linux。 它是 RedHat Linux 的前沿,適用于工作站和開發人員。 ### 2.1 下載 Fedora ISO 映像 讓我們首先下載 Fedora Linux 的 ISO。在這種情況下,64 位版本的 Fedora 25。 * 1.訪問 [GetFedora.org](https://getfedora.org) 。 * 2.單擊“_ 工作站 _”以訪問[工作站頁面](https://getfedora.org/en/workstation/)。 * 3.單擊“_ 立即下載 _”以訪問[下載頁面](https://getfedora.org/en/workstation/download/)。 * 4.在“其他下載”下單擊“ _64 位 1.3GB 實時圖像 _” ![Download Fedora](https://img.kancloud.cn/73/24/7324fd9f25a07fa88514c183b7ceb367_339x289.jpg) 下載 Fedora * 5.您現在應該擁有一個名為的 ISO 文件: * “ _Fedora-Workstation-Live-x86_64-25-1.3.iso_ ”。 我們現在準備在 VirtualBox 中創建 VM。 ### 2.2 創建 Fedora 虛擬機 現在,讓我們在 VirtualBox 中創建 Fedora 虛擬機。 * 1.打開 VirtualBox 軟件。 * 2.單擊“ _New_ ”按鈕。 * 3.選擇名稱和操作系統。 * 名稱: _Fedora25_ * 類型: _Linux_ * 版本: _Fedora(64 位)_ * 點擊“_ 繼續 _” ![Create Fedora VM Name and Operating System](https://img.kancloud.cn/1c/fa/1cfafefce10b6b70c346d0735b67f697_772x570.jpg) 創建 Fedora VM 名稱和操作系統 * 4.配置內存大小 * 2048 * 5.配置硬盤 * 立即創建虛擬硬盤 * 硬盤文件類型 * VDI(VirtualBox 磁盤映像) * 存儲在物理硬盤上 * 動態分配 * 文件位置和大小: _10GB_ 我們現在準備從 ISO 映像安裝 Fedora。 ### 2.3 安裝 Fedora Linux 現在,讓我們在新的虛擬機上安裝 Fedora Linux。 * 1.選擇新虛擬機,然后單擊“_ 啟動 _”按鈕。 * 2.單擊文件夾圖標,然后選擇 Fedora ISO 文件: * “ _Fedora-Workstation-Live-x86_64-25-1.3.iso_ ”。 ![Install Fedora](https://img.kancloud.cn/46/ed/46ed05da9d0c1feff214c2e06696d04e_640x521.jpg) 安裝 Fedora * 3.單擊“_ 啟動 _”按鈕。 * 4.選擇第一個選項“_ 啟動 Fedora-Live-Workstation-Live 25_ ”,然后按 _ 確認 _ 鍵。 * 5.點擊“ _Esc_ ”鍵跳過檢查。 * 6.選擇“_ 實時系統用戶 _”。 * 7.選擇“_ 安裝到硬盤 _”。 ![Install Fedora to Hard Drive](https://img.kancloud.cn/64/ff/64ff1e4dcf71f64b7738e723425c9d7b_1022x810.jpg) 將 Fedora 安裝到硬盤驅動器 * 8.完成“_ 語言選擇 _”(英文) * 9.完成“_ 安裝目的地 _”(“ _ATA VBOX HARDDISK_ ”)。 * 您可能需要等待一分鐘才能讓 VM 創建硬盤。 ![Install on Virtual Hard Disk](https://img.kancloud.cn/cf/e6/cfe6fb952be7f67f2bd1d350e28ced83_1022x804.jpg) 在虛擬硬盤上安裝 * 10.單擊“_ 開始安裝 _”。 * 11.設置 root 密碼。 * 12.為自己創建一個用戶。 * 記下用戶名和密碼(以便稍后使用)。 * 勾選“_ 使該用戶管理員 _”(這樣您就可以安裝軟件)。 ![Create a New User](https://img.kancloud.cn/b3/40/b340e4dc4b64789b636736c76d81b1ba_1021x810.jpg) 創建一個新用戶 * 13.等待安裝完成......(5 分鐘?) * 14.單擊“_ 退出 _”,單擊右上角的電源圖標;選擇關機。 ### 2.4 完成 Fedora Linux 安裝 已經安裝了 Fedora Linux;讓我們完成安裝并準備好使用它。 * 1.在 VirtualBox 中選擇 Fedora25 VM,在“ _Storage_ ”下,單擊“ _Optical Drive_ ”。 * 選擇“_ 從虛擬驅動器 _ 中刪除磁盤”以彈出 ISO 映像。 * 2.單擊“ _Start_ ”按鈕啟動 Fedora Linux 安裝。 * 3.以您創建的用戶身份登錄。 ![Fedora Login as New User](https://img.kancloud.cn/52/92/529206c6a46158e7e6433563968b58d6_1020x803.jpg) Fedora 以新用戶身份登錄 * 4.完成安裝 * 選擇語言“_ 英語 _” * 點擊“_ 下一個 _” * 選擇鍵盤“ _US_ ” * 點擊“_ 下一個 _” * 配置隱私 * 點擊“_ 下一個 _” * 連接您的在線帳戶 * 點擊“_ 跳過 _” * 點擊“_ 開始使用 Fedora_ ” * 5.關閉自動啟動的幫助系統。 我們現在有一個 Fedora Linux 虛擬機準備安裝新軟件。 ## 3.安裝 Python 機器學習環境 Fedora 使用 [Gnome 3](https://en.wikipedia.org/wiki/GNOME) 作為窗口管理器。 Gnome 3 與之前版本的 Gnome 完全不同;您可以使用內置幫助系統學習如何四處走動。 ### 3.1 安裝 Python 環境 讓我們首先安裝所需的 Python 庫以進行機器學習開發。 * 1.打開終端。 * 點擊“_ 活動 _” * 輸入“_ 終端 _” * 單擊圖標或按 Enter 鍵 ![Start Terminal](https://img.kancloud.cn/b4/13/b4131d1fb781ba80d4dec0da8a02d834_1024x810.jpg) 啟動終端 * 2.確認已安裝 Python3。 類型: ``` python3 --version ``` ![Python3 Version](https://img.kancloud.cn/62/30/6230cdc9e27fdd99a0013542125edac2_1020x808.jpg) Python3 版本 * 3.安裝 Python 機器學習環境。特別: * NumPy 的 * SciPy 的 * 熊貓 * Matplotlib * Statsmodels * Scikit-學習 [DNF](https://en.wikipedia.org/wiki/DNF_(software)) 是軟件安裝系統,正式為 yum。第一次運行 _dnf_ 時,它會更新軟件包數據庫,這可能需要一分鐘。 Type: ``` sudo dnf install python3-numpy python3-scipy python3-scikit-learn python3-pandas python3-matplotlib python3-statsmodels ``` 出現提示時輸入密碼。 按“ _y_ ”和“_ 進入 _”按鈕提示確認安裝。 ### 3.2 確認 Python 環境 現在已經安裝了環境,我們可以通過打印每個所需庫的版本來確認它。 * 1.打開 Gedit。 * 點擊“_ 活動 _” * 輸入“ _gedit_ ” * 單擊圖標或按 Enter 鍵 * 2.鍵入以下腳本并將其另存為主目錄中的 _versions.py_ 。 ``` # 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__) # scikit-learn import sklearn print('sklearn: %s' % sklearn.__version__) # statsmodels import statsmodels print('statsmodels: %s' % statsmodels.__version__) ``` 沒有復制粘貼支持;您可能希望在 VM 中打開 Firefox 并導航到此頁面并將腳本復制粘貼到 Gedit 窗口中。 ![Write Versions Script](https://img.kancloud.cn/f5/fc/f5fc80b35e96338984a75dd2724b5efe_1022x808.jpg) 編寫版本腳本 * 3.在終端中運行腳本。 Type: ``` python3 versions.py ``` ![Python3 Check Library Versions](https://img.kancloud.cn/b3/1f/b31f24d2ee2f93d8d9efa9680055ce8c_1023x808.jpg) Python3 檢查庫版本 ### 使用 VM 的提示 本節列出了使用 VM 進行機器學習開發的一些技巧。 * **復制粘貼和文件夾共享**。這些功能需要在 Linux VM 中安裝“ [Guest Additions](https://www.virtualbox.org/manual/ch04.html) ”。我無法正確安裝,因此不使用這些功能。如果你愿意,你可以嘗試;讓我知道你在評論中的表現。 * **使用 GitHub** 。我建議將所有代碼存儲在 GitHub 中,并檢查 VM 中的代碼。它使得代碼和資產進出 VM 更加容易。 * **使用 Sublime** 。我認為 sublime 是 Linux 上用于開發的優秀文本編輯器,至少比 Gedit 更好。 * **將 AWS 用于大型作業**。您可以使用相同的步驟在 Amazon Web Services 上設置 Fedora Linux,以便在云中運行大型模型。 * **VM Tools** 。您可以通過關閉窗口隨時保存 VM。您還可以隨時獲取 VM 的快照并返回快照。如果要對文件系統進行大量更改,這將非常有用。 * **Python2** 。您可以在 Linux 中輕松地將 Python2 與 Python 3 一起安裝,并使用 python(而不是 python3)二進制文件或使用替代方法在兩者之間切換。 * **筆記本**。考慮在 VM 內部運行筆記本服務器并打開防火墻,以便可以從 VM 外部的主工作站連接和運行。 你有任何提示要分享嗎?請在評論中告訴我。 ## 進一步閱讀 如果您不熟悉本教程中使用的工具,下面是一些可供進一步閱讀的資源。 * [VirtualBox 用戶手冊](https://www.virtualbox.org/manual/) * [Fedora 文檔](https://docs.fedoraproject.org/en-US/index.html) * [Fedora Wiki](https://fedoraproject.org/wiki/Help) (關于常見主題的大量幫助) * [SciPy 主頁](https://www.scipy.org/) * [Scikit-Learn Homepage](http://scikit-learn.org/) ## 摘要 在本教程中,您了解了如何為 Python 機器學習開發設置 Linux 虛擬機。 具體來說,你學到了: * 如何下載和安裝用于管理虛擬機的 VirtualBox 免費開源軟件。 * 如何下載和安裝 Fedora Linux,這是一個面向開發人員的友好 Linux 發行版。 * 如何安裝和測試 Python3 環境以進行機器學習開發。 你完成了教程嗎? 請在下面的評論中告訴我它是怎么回事。
                  <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