python入门基础1(环境配置及手写数字识别)

本文介绍了Python的基础知识,包括Anaconda的介绍和使用,阐述了conda和Anaconda在环境及包管理中的作用。接着详细讲解了如何配置conda环境,管理Python版本,以及如何利用conda和pip安装包。此外,文章还探讨了几个深度学习框架,如TensorFlow、Caffe、MXnet和PyTorch,并分享了在Windows上通过Anaconda成功安装TensorFlow的步骤。最后,通过创建PyCharm项目并编写代码实现了手写数字识别,涉及神经网络和卷积神经网络的概念。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

python

  • python是一种面向对象的解释型计算机程序设计语言。
  • 基础语法学习

运行程序

// 运行某个程序
python name.py

Anaconda简介

  • Anaconda是一个用于科学计算的Python发行版,支持 Linux, Mac, Windows系统,提供了包管理与环境管理的功能,可以很方便地解决多版本python并存、切换以及各种第三方包安装问题;

基本概念——conda和Anaconda

  • conda可以理解为一个工具,也是一个可执行命令,其核心功能是包管理与环境管理,包管理与pip的使用类似,环境管理则允许用户方便地安装不同版本的python并可以快速切换;
  • Anaconda则是一个打包的集合,里面预装好了conda、某个版本的python、众多packages、科学计算工具等等,所以也称为Python的一种发行版。

conda环境管理

// 检查 python 和 anaconda 版本
python --version
conda --version

// 列出所有环境
conda info --envs

// 创建一个名为python34的环境,指定Python版本是3.4
conda create --name python34 python=3.4

// 激活环境和退出环境
activate python34
deactivate

// python环境复制
conda create -n --clone name

// 删除环境
conda remove --name python34 --all

conda包管理

// 查看当前环境下或某个指定环境的安装包
conda list
conda list -n python34

// 查找包信息
conda search numpy 

// 安装包(如果不用-n指定环境名称,则被安装在当前活跃环境)
conda install -n python34 numpy

// 更新包
conda update -n python34 numpy

// 删除包
conda remove -n python34 numpy

pip包管理

# 安装包
pip install name

# 卸载包
pip uninstall name

设置国内镜像(提高下载速度)

// 添加Anaconda的TUNA镜像
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
 
// 设置搜索时显示通道地址
conda config --set show_channel_urls yes

深度学习、神经网络框架

  • Caffe,语言:c,c++;接口:python,matlab;基于CNN的目标检测,分割等方法;caffe
  • Tensorflow,语言:c,c++,python;接口:python;并行化设计,google维护,工业界广泛使用;session,graph机制,需要适应另一门语言;
评论
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