《动手学机器学习第二版》环境配置完全指南

《动手学机器学习第二版》环境配置完全指南

handson-ml2 handson-ml2: 是一个基于 Python 的开源机器学习教程，介绍了如何使用 Scikit-Learn、TensorFlow 和 Keras 等库进行机器学习实践。适合初学者和有经验的开发者学习和实践机器学习算法。 项目地址: https://gitcode.com/gh_mirrors/ha/handson-ml2

前言

《动手学机器学习第二版》是一本广受欢迎的机器学习实践教程，通过Jupyter Notebook形式提供了大量可运行的代码示例。本文将详细介绍如何搭建完整的开发环境，让你能够顺利运行书中的所有示例代码。

环境准备

1. 获取项目代码

首先需要将项目代码下载到本地开发环境。推荐使用git工具进行克隆：

cd ~  # 切换到用户主目录
git clone 项目仓库地址
cd handson-ml2

如果不方便使用git，也可以直接下载项目压缩包，解压后重命名为handson-ml2并放置到合适的开发目录。

2. 安装Python环境

项目推荐使用Anaconda作为Python环境管理工具，它集成了科学计算所需的众多库。安装步骤：

1. 下载并安装最新版Anaconda
2. 安装过程中：
   • 在MacOS/Linux上选择初始化conda
   • 在Windows上不建议修改PATH环境变量
3. 安装完成后关闭并重新打开终端

对于追求轻量化的用户，可以选择安装Miniconda，它只包含conda和Python等基础组件。

安装完成后建议更新conda工具：

conda update -n base -c defaults conda

GPU支持配置（可选）

如果你的电脑配备NVIDIA显卡（计算能力≥3.5），可以配置GPU加速：

1. 安装最新版NVIDIA显卡驱动
2. 通过conda安装TensorFlow时会自动安装CUDA和cuDNN库
3. 如需手动安装，请参考TensorFlow官方GPU支持文档

创建项目环境

项目提供了environment.yml文件来创建包含所有依赖的conda环境：

conda env create -f environment.yml
conda activate tf2  # 激活环境

Jupyter Notebook配置

为了让Jupyter能识别我们的conda环境，需要注册内核：

python3 -m ipykernel install --user --name=python3

启动Jupyter Notebook：

jupyter notebook

启动后浏览器会自动打开，如果没有自动打开，可以手动访问本地8888端口。

日常使用流程

每次使用项目时，需要执行以下步骤：

cd ~/handson-ml2  # 进入项目目录
conda activate tf2  # 激活环境
jupyter notebook  # 启动Jupyter

使用完毕后，在终端按Ctrl-C关闭Jupyter服务。

项目更新与维护

项目会定期更新，建议定期执行以下操作：

1. 更新项目代码：

   git pull
   

   如果遇到冲突，可以先提交本地修改：

   git checkout -b my_branch
   git add -u
   git commit -m "修改说明"
   git checkout master
   git pull
   

2. 更新依赖库：

   conda update -c defaults -n base conda
   conda activate base
   conda env remove -n tf2
   conda env create -f environment.yml
   conda activate tf2
   jupyter notebook
   

结语

通过以上步骤，你已经成功搭建了《动手学机器学习第二版》的完整开发环境。现在可以开始探索精彩的机器学习实践之旅了！如果在环境配置过程中遇到任何问题，可以参考项目的文档或寻求社区帮助。

handson-ml2 handson-ml2: 是一个基于 Python 的开源机器学习教程，介绍了如何使用 Scikit-Learn、TensorFlow 和 Keras 等库进行机器学习实践。适合初学者和有经验的开发者学习和实践机器学习算法。 项目地址: https://gitcode.com/gh_mirrors/ha/handson-ml2