机器学习Python代码入门经验总结

环境安装 安装anaconda

anaconda提供了python的需要的包管理和环境管理。网上可以搜anaconda的安装教程，如果没有，参考文章Anaonda安装教程（详细版）
安装成功就会出现这个Anaconda Navigator，也就anaconda的界面，点击可以进入

需要用到的功能如下：

搜索安装你想要的包

创建虚拟环境

如果使用anaconda 的界面会比较缓慢，使用cmd命令会比较快。

需要用到的一些cmd命令：

conda env list #查看安装的所有的虚拟环境
conda create -n python36 python==3.6.2 #创建虚拟环境，如果不指定的话，版本会安装比较高的
activate python36  #进入虚拟环境
pip install package_name  #安装包，先进入你的虚拟环境，在执行
pip uninstall package_name  #卸载包，先进入你的虚拟环境，在执行
conda deactivate  #退出虚拟环境
conda env remove -n python36  #删除虚拟环境
conda remove -n python36 --all #删除虚拟环境
pip list #查看当前环境下已经安装的包
conda search package_name  #查看这个包可以安装的所有版本，这个可以用于调整版本的时候用

pycharm添加虚拟环境

首先将你建好的虚拟环境添加到pycharm里面去


选择Add Local

然后选择你的虚拟环境下的pyrhon.exe,如果是anaconda创建的虚拟环境位置在：anaconda的安装目录下的envs里面。

如果是其他安装方式可以通过cmd输入命令where python查看安装的位置

pycharm调试可以参考博客pycharm的调试详解

经验总结 安装需要的包

在readme里面确定好python的版本，已经安装需要的包：

activate  环境的名字  #进入到环境里面去
cd requirements.txt文件的位置  #进到文件的目录下
pip install -r requirements.txt #安装需要的包

如果还有问题，可以试试把文件里面的>=改成==

其他问题

首先到自己要跑的代码的github上看看这个代码是不是最新的，然后跟着readme上的步骤运行，第一步主要是考虑版本和参数和电脑不匹配的问题，之后在考虑是现在的一些包，比如tensorflow由于跟新导致一些方法的使用发生变化引起的报错问题。

运行成功之后，将自己的数据，处理成和原代码相同类型的输入，并且调整模型的参数使得匹配，就可以开始做自己的实验啦。

虚拟环境打包

如果这个计算机已经没办法满足你的需求，那么就可以将虚拟环境打包。参考文章python虚拟环境包导入与导出。

首先一定要进入自己的环境中:

mkdir whls #创建放包文件的文件夹
cd /d whls  #进入
pip freeze --all > requirements.txt #打包

导入虚拟环境

conda create -n python36 python==3.6.0 #创建虚拟环境
activate python36  #进入虚拟环境
cd /d requirements文件的目录  #进入requirements文件的目录下
pip freeze --all > requirements.txt #安装