机器学习前置步骤——Vscode和Anaconda的安装配置

本文介绍了机器学习环境配置中的关键工具Vscode和Anaconda,包括下载、安装过程和Python扩展,以及如何配置系统环境变量,确保高效学习体验。
Python3.8

Python3.8

Conda
Python

Python 是一种高级、解释型、通用的编程语言,以其简洁易读的语法而闻名,适用于广泛的应用,包括Web开发、数据分析、人工智能和自动化脚本


前言

随着人工智能的不断发展,机器学习这门技术也越来越重要,很多人都开启了学习机器学习,本文就介绍了学习机器学习的前置步骤。

机器学习的环境配置是进行机器学习任务的前置步骤,其中Anaconda和Vscode是常用的工具。Anaconda是一个包含各种数据科学工具和Python环境的集成软件包,并且可以方便地管理不同的Python环境和库。Vscode则是一款轻量级的代码编辑器,并且有着方便的扩展功能。


一、Vscode是什么?

Vscode(Visual Studio Code)是一款功能强大的轻量级代码编辑器,被广泛用于软件开发和编程领域。它的编辑器功能、集成终端、扩展生态系统等特点,为学习者提供了便捷的开发环境和工具,使得学习者能够更加高效地编写、调试和运行机器学习代码。

1.官网下载

Vscode官网链接:https://code.visualstudio.com

若下载速度太慢可以看这篇文章:vscode官方下载太慢解决办法

2.安装步骤

3.安装Python扩展

二、Anaconda是什么?

Anaconda是一种用于科学计算和数据分析的开源发行版本,它整合了常用的数据科学工具和库,并提供了一个方便的环境管理系统。Anaconda为学习机器学习提供了便捷的环境管理和包管理系统,使学习者能够轻松配置、搭建和管理自己的学习环境。它的环境隔离、包管理和Jupyter Notebook等特性,为学习者提供了高效、灵活和交互式的学习平台。

1.官网下载

Anaconda官网链接:Anaconda | The World’s Most Popular Data Science Platform

2.安装步骤

自己的安装路径要记清楚,后面配置系统环境变量时会用到。

第二个选项打钩后,你的电脑要是原本下载了Python,它会跳出个提示建议你卸载原先的Python,接下来等待安装成功即可,可能会安装较长时间。

3.配置系统环境变量

右键 此电脑 → 点击 属性 → 打开 高级系统设置 → 在 高级 选项卡里点击 环境变量 → 在 系统变量 里选中 Path 再点击 编辑 → 点击 新建 添加如下路径

推荐直接在文件资源管理器(此电脑)里找到Anaconda的安装路径,然后打开上面图片里对应的文件夹,直接复制路径,粘贴到编辑环境变量的页面里,免去手打路径的麻烦也不容易出错。

点击 确定 后按 Windows 键 + R 打开 运行

输入 cmd 打开 命令提示符,输入 conda,若出现下面图片的内容,即表示Anaconda的安装配置全部完成。


总结

安装Anaconda和Vscode是进行机器学习任务不可或缺的重要步骤。它们的安装和配置需要注意一些细节,但最终会在你学习机器学习时带来便利和效率的提升。

您可能感兴趣的与本文相关的镜像

Python3.8

Python3.8

Conda
Python

Python 是一种高级、解释型、通用的编程语言,以其简洁易读的语法而闻名,适用于广泛的应用,包括Web开发、数据分析、人工智能和自动化脚本

### 配置VSCode以使用Anaconda环境 #### 安装必要的扩展 为了使Visual Studio Code (VSCode)能够识别并利用Anaconda环境中特定版本的Python解释器,需先安装Python插件[^1]。 #### 创建Anaconda环境 通过Anaconda Prompt来创建新的虚拟环境。具体操作是在命令行工具中输入`conda create --name py38 python=3.8`,这会建立一个名称为`py38`的新环境,并设定Python版本号为3.8[^2]。 #### 设置VSCode项目关联至指定的Conda环境 当希望某个具体的VSCode工程采用上述新建的Conda环境时: - 使用快捷组合键Ctrl+Shift+P调出命令面板,在其中选取先前定义好的`py38`作为当前工作区的目标Python解释器。 - 对于更精确的手动配置,可以通过点击界面左下角的小齿轮图标访问全局或工作空间级别的设置文件(`setting.json`),在此处指明目标Python可执行程序的确切位置——即对应Conda环境下`python.exe`的实际路径。 #### 利用Code Runner运行脚本 对于那些偏好直接在编辑区内快速测试代码片段而不启动交互式控制台的人来说,还可以进一步调整Code Runner的行为模式以便更好地兼容Anaconda环境。此过程涉及更新`settings.json`内的executor映射表项,确保每次触发运行动作时都能正确加载所需的编码格式以及激活相应的Conda环境[^3]。 ```json { "code-runner.executorMap": { "python": "set PYTHONIOENCODING=utf8 && $pythonPath -u $fullFileName" } } ```
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值