Anaconda

【摘要】 本文主要通过两个实际应用案例：一是基于本地 Jupyter Notebook 的 MNIST 手写数据识别；二是基于华为云服务器的 CIFAR-10 图像分类，对开源框架 MindSpore 进行介绍。 犹记得今年的华为开发者大会 HDC 2020 上，一直受人瞩目的深度学习框架 MindSpore 终于开源了。 我之前一直关注 MindSpore，还是挺期待的。MindSpore 是一款支持端、边、云独立/协同的统一训练和推理框架。与 TensorFlow、PyTorch 等流行深度学习框架对标，MindSpore 旨在大幅度降低 AI 应用开发门槛，让人工智能无处不在。 MindSpore 最大的特点就是开发门槛大大降低，提高开发效率，这样可以显著减少模型开发时间。 因此，使用MindSpore的优势可以总结为以下四点： ●简单的开发体验 ●灵活的调试模式 ●充分发挥硬件潜能 ●全场景快速部署 既然开源了，那就赶紧上手，试一试这款开源的 MindSpore 怎么样！本文我将介绍 MindSpore 的安装和上手教程，通过一个简单的图像识别案例来跑完整个 AI 训练和测试流程。 一、MindSpore 的安装 开源框架 MindSpore 的安装方法有很多，可以在 Windows、Ubuntu 上安装，也可以在华为 Ascend 910 上安装

TensorFlow 2.0测试版在今年春季发布，新版本比1.x版本在易用性上有了很大的提升。但是由于2.0发布还没有多久，现在大部分论文的实现代码都是1.x版本的，所以在学习TensorFlow的过程中同时安装1.x和2.0两个版本是很有必要的。 下面是具体操作 首先需要安装Anaconda 然后进入Anaconda prompt（未避免安装失败，最好以管理员身份运行） 安装第一个版本的tensorflow： 现在是默认环境，输入要安装的第一个tensorflow版本：pip install tensorflow==版本号 pip install tensorflow==2.0.0b1 安装完成后可用以下命令检查： conda list 找到tensorflow可查看对应版本： 若速度太慢建议使用国内源进行安装： pip install --index-url https://pypi.douban.com/simple tensorflow==2.0.0 安装第二个版本的tensorflow： 创建一个新的环境：conda create -n 环境名 conda create -n tensorflow 安装完成后进入新环境： activate tensorflow 再安装第二个tensorflow版本： pip install tensorflow==1.14.0

pyinstaller打包报错： RecursionError: maximum recursion depth exceeded 放开那禽兽冲我来 2018-07-13 14:53:41 10363 收藏 12 展开 今天给以前写的python脚本用pyinstaller打包的时候，居然报错了： ... File "d:\programdata\anaconda3\lib\ast.py", line 253, in visit return visitor(node) File "d:\programdata\anaconda3\lib\ast.py", line 261, in generic_visit self.visit(item) File "d:\programdata\anaconda3\lib\ast.py", line 253, in visit return visitor(node) File "d:\programdata\anaconda3\lib\ast.py", line 263, in generic_visit self.visit(value) File "d:\programdata\anaconda3\lib\ast.py", line 253, in visit return visitor(node) RecursionError:

参考 B站用户geemap的视频 和网页 GitHub 、 CSDN博文 并结合自己的实际操作补充内容。 安装geemap之前的准备工作： 1. 安装anaconda 有两种方式可以安装geemap，一种是pip，另一种是conda， 我选用了 anaconda 。 在win10上安装anaconda的时候，要以管理员身份运行，并且要添加到path environment variable(第一个框默认为空，记得勾选），没有规定一定要安装在C盘，也可以安装在D盘。 安装好anaconda后，运行Anaconda Prompt(anaconda)，检查anaconda是否成功安装，输入 conda 后按回车，如下图所示： 看到如图所示信息即表示安装成功。 2. 查看python安装版本 查看python安装的版本，输入 python 后按回车，如图所示，我所安装的版本是3.8 3. 设置anaconda国内镜像源 为什么要设置国内镜像源呢？ 因为anaconda的官方源是国外网址，在国内使用的时候，网速受限，会很容易出现HTTPError或者Timeout Error 常见的镜像有中科大、清华、上交大、北外。前几天用中科大镜像的时候还非常流畅，但今天就不行了，所以如果还出现错误的话，换一个镜像试试。 无论是否安装在C盘，在C:\Users<你的用户名>路径下找到 .condarc

译者： SeanCheney 欢迎任何人参与和完善：一个人可以走的很快，但是一群人却可以走的更远。 ApacheCN 机器学习交流群 629470233 ApacheCN 学习资源 Sklearn 与 TensorFlow 机器学习实用指南 在线阅读 PDF格式 EPUB格式 MOBI格式 代码仓库 下载本书代码（本书GitHub地址）： https://github.com/wesm/pydata-book （建议把代码下载下来之后，安装好Anaconda 3.6，在目录文件夹中用Jupyter notebook打开） 本书是2017年10月20号正式出版的，和第1版的不同之处有： 包括Python教程内的所有代码升级为Python 3.6（第1版使用的是Python 2.7） 更新了Anaconda和其它包的Python安装方法 更新了Pandas为2017最新版 新增了一章，关于更高级的Pandas工具，外加一些tips 简要介绍了使用StatsModels和scikit-learn 对有些内容进行了重新排版。（译者注1：最大的改变是把第1版附录中的Python教程，单列成了现在的第2章和第3章，并且进行了扩充。可以说，本书第2版对新手更为友好了！） （译者注2：毫无疑问，本书是学习Python数据分析最好的参考书。本来想把书名直接译为《Python数据分析》，这样更简短

前言 有好多好多小伙伴都最近在问题主，深度学习为什么那么少人在win下配置，也找不到详细的一篇从头讲到尾的保证成功的环境配置，这岂不是卡死一大片深度学习小白？ 不慌不慌，题主这一次超级详细超级基础的整理了Detectron2的环境配置，并且是在windows 10 下进行的，并且所有的代码都亲自跑过，完全从0开始讲解配置，下面贴出题主的设备和系统。 请各位谨记，完完全全按照我的顺序来是没有问题滴~ 亲测！ 文中所涉及到的文件以及下载较慢的文件都放在网盘资源里，文末自取哦~ 系 统： Windows10 所用电脑： 联想拯救者Y7000P 2019 GPU型号： NVIDIA GeForce GTX 1660 Ti 安装所需： NVIDIA驱动 + CUDA + CuDNN 软件前需： Anaconda3+pycharm 第一部分、NVIDIA显卡驱动 显卡驱动 NVIDIA驱动下载的网址为： https://www.nvidia.cn/Download/index.aspx?lang=cn 如下图所示，从中选择自己电脑装载的GPU型号，以及电脑里的操作系统型号。 搜索并下载对应自己显卡驱动型号的驱动程序 顺着步骤完成安装即可（easy~） CUDA 成功安装完显卡驱动之后呢，就需要安装CUDA了。这里笼统的描述下CUDA和显卡驱动之间的关系。 CUDA

解决Win10 PowerShell无法激活Anaconda环境的问题 参考文章： （1）解决Win10 PowerShell无法激活Anaconda环境的问题 （2）https://www.cnblogs.com/dereen/p/ps_conda_env.html 备忘一下。 来源： oschina 链接： https://my.oschina.net/u/4438370/blog/4644287