深度学习使用Anaconda打开Jupyter Notebook编码

新手入门深度学习使用Anaconda打开Jupyter Notebook编码

1. 安装Anaconda

第一种是Anaconda官网下载安装包,但是很慢,不太建议

第二种使用国内清华大学镜像源下载

选择适合自己电脑的版本,支持windows,linux系统

下载完之后自行安装,一直点next,下一步就行,安装目录如果需要修改自行修改

2. 安装虚拟环境

Anaconda安装结束之后会有多个应用软件

我这个是安装过环境之后产生了一些新的,Anaconda Navigator就是Anaconda的客户端,类似于打开之后应用软件的界面,作为计算机的人,更常用终端Anaconda Prompt,直接点击这个打开conda的终端操作。

打开之后默认打开当前用户目录,目录前面的(base)表示conda的默认环境,我们可以自行安装新的虚拟环境,每个虚拟环境之间互不影响,类似虚拟机,一个环境坏了,可以切换另一个

由于conda是国外的产品,直接用默认镜像安装包速度很慢,建议添加国内的镜像源,网上也有很多国内镜像

xml 复制代码
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
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/r
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/pro
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/msys2
conda config --set show_channel_urls yes
conda config --show channels

添加完国内镜像源就可以开始创建虚拟环境了

创建虚拟环境名称为python39,python版本是3.9,按照个人需求安装python版本,名称自定义

bash 复制代码
conda create -n python39 python=3.9

看到上面一大串之后,会提示Proceed(y/n)?输入y然后回车就行,等待安装基础包结束,这个虚拟环境就创建好了

3. 安装相应包

在使用这个虚拟环境之前需要先激活这个虚拟环境(进入虚拟环境),activate 环境名称(也就是创建的名称)

bash 复制代码
activate python39

提示:如果需要切换环境就先退出该环境,我就不再演示,这里给执行命令,可以自行操作

bash 复制代码
deactivate

激活环境之后路径前面的(base)会变成(python39),也就是创建的环境名称

进入虚拟环境之后,安装需要的包,这里演示安装jupyter和notebook包(如果想使用jupyter,必须安装这两个包),安装其他包类似,输入命令之后,等待安装结束就可以了

bash 复制代码
pip install jupyter notebook

如果需要安装其他包自行安装

4. 在目录中打开jupyter notebook

首先进入到你想要保存文件的目录中然后输入命令打开jupyter notebook就会自动在浏览器中打开jupyer

bash 复制代码
jupyter notebook

等几秒钟就会在浏览器中打开对应目录下的文件

5. 创建文件,编写代码,运行调试

双击进入的对应文件夹内,或者直接new新建文件夹或者文件都可以

点击Python3(ipykernel)默认创建python的conda文件

创建文件之后会打开新的页面,然后在每一行中输入代码,或者相应的注解,选定一行之后手动点击运行或者快捷键Shift+Enter就会执行当前选中行。

提示:jupyter的代码运行行和顺序有关,和页面中的上下行之间无关,每行前面有一个数字表示运行的顺序。就讲到这里吧

相关推荐
天天被压力8 分钟前
【A股分钟级高频数据完全手册 #12】股票五档盘口数据接口:买卖五档实时盘口解析
java·人工智能·python
爱敲代码的小黄8 小时前
神经网络入门指南:从 CNN、RNN 到 Attention
人工智能·面试·程序员
一只爱撸猫的程序猿9 小时前
我看着一个 AI 引擎在 14 天里,从"记忆"走进了"搜索"
人工智能·后端·架构
我登哥MVP10 小时前
DeepSeek-Harness-Super-Agent-学习笔记
人工智能·深度学习·神经网络·机器学习·自然语言处理·agent
LucianaiB10 小时前
【元宝搜索开发者征文大赛】AI时代,学得慢就不用学?用元宝搜索打造一个教程保质期,确保每一个教程符合你的现状
前端·人工智能·ai编程
冬奇Lab11 小时前
一天一个开源项目(第256篇):Anatomy —— 让 Claude 为技术概念「发明一台机器」,画成可交互的等距插画
人工智能·开源
孟郎郎11 小时前
打造一切(Craft Anything)——克隆构造世间万物
人工智能·ai·github·软件构建·开源软件
Martina_032112 小时前
AI生成3D场景的霓虹灯一开就糊成光团?用6步检查Emissive、Bloom与曝光
人工智能·3d·ai·自然语言处理·游戏引擎·材质·贴图
master33612 小时前
AI领域常用名词的系统梳理
人工智能·ai