admin管理员组文章数量:1541710
开发环境搭建目录
-
- 一、简介
- 二、python
-
- 1.python软件介绍
- 2.安装过程
- 三、Anaconda
-
- 1.Anaconda软件介绍
- 2.Anaconda安装
- 四、Jupter-notebook
-
- 1.Jupter-notebook介绍
- 2.新建开发环境、Jupter-notebook安装
- 3.Jupyter-Notebook优化设置
-
- (1)修改Jupyter文件创建默认路径
- (2)Jupyter中安装编程常用扩展插件
- 五、个人使用总结
一、简介
这套教程是完整的开发环境框架搭建,搭建完就能直接能上手敲代码不需要别的知识准备流程,在windows上搭建运行,安装过程按照下面的来,基本上不会出现像安装其他IDE那样可能出现各种路径配置等问题,对于急需提升自己的小白来说可以说得算是非常友好了。
Jupyter notebook相对于pycharm来说,jupter更多用于数据探索和算法设计阶段,需要即是获得一段代码结果。 pycharm更加适合于工程化的项目,比如编写一个python库,或者编写一个web项目,这个时候pycharm可能更加好用。所以对于刚上手的人来说,选择jupter-notebook更加友好。
先放一张安装完成后的运行界面效果图,界面简单友好。
【一一AGI大模型学习 所有资源获取处一一】
①人工智能/大模型学习路线
②AI产品经理入门指南
③大模型方向必读书籍PDF版
④超详细海量大模型实战项目
⑤LLM大模型系统学习教程
⑥640套-AI大模型报告合集
⑦从0-1入门大模型教程视频
⑧AGI大模型技术公开课名额
二、python
1.python软件介绍
Python是一种解释型、面向对象的、移植性强的高级程序语言,学习人工智能首选编程语言
- 解释型:不需要编译成二进制代码,可以直接从源代码运行
- 面向对象:Python既支持面向过程的编程也可支持面向对象的编程(博主认为的面向对象是这样,把大象扔进冰箱里,就三步,第一步打开冰箱门,第二步,把大象放进去,第三部,关上冰箱门,不用考虑怎么把大象放进去,怎么打开冰箱门诸如此类的细节问题)
- 可移植性:由于它的开源本质,可在不同平台进行开发
- 高层语言:无须考虑诸如如何管理程序使用的内存一类的底层细节
2.安装过程
1.进入python官网,点击Download,点击all release找到所有发行版本。
2.点击后页面向下滑到如图位置,找到你要下载的python版本,博主选的最新版。
3.点击进入新的页面后,再次向下滑动到页面底部。选择文件下载,zipfile后缀是压缩文件,小白是老老实实选择installer后缀安装文件。
4.下载完成后,直接进入文件夹打开运行.exe文件
5.勾选add python to path,方便直接在命令行中直接使用python命令。可以选择直接Install Now,博主选的下面这条自定义安装,主要是改默认安装路径。
6.其他配置默认,改个自己习惯的安装路径,install就好。
7.成功完成安装
8.检查安装情况,打开cmd命令框,输入python,显示成功安装Python 3.8.3
python安装到此结束,接下来是Anacondaa软件安装。
三、Anaconda
1.Anaconda软件介绍
Anaconda是一个方便python的python包管理和环境管理软件
- 支持Liux,Mac,Windows
- 可以很方便地解决版本python并存、切换以及各种第三方包安装问题
- 使用方便、环境部署步骤简单
2.Anaconda安装
1.点击进入Anaconda官网,点击individual edition个人版本
2.进入新页面后下滑找到这个部分,选择使用的版本,安装的python3.8选择适用3.7的版本就好,点击安装
3.运行下载好的.exe文件,一直点击下一步到修改安装路径,修改自己习惯的安装路径,安装路径的所有文件名不能有空格,不然会报错。
4.中间有个两选项框的页面,博主忘记截了,都不选,显示红字也不选。
5.读条结束后,一直下一步即可,两个选看介绍信息的选项可以不用选。
6.完成安装后在开始栏里找到点击Anaconda navigator,期间会弹出一系列命令框,等待几分钟成功打开Anaconda
7.完成安装
Anaconda安装到此结束,接着是Jupter-notebook的安装
四、Jupter-notebook
1.Jupter-notebook介绍
Jupter Noteabook是一个开源的Web应用程序,允许开发者方便的创建和共享代码文档。
- 可以实时写代码、运行代码、查看结果并可视化数据
- 允许把代码写入独立的cell中,然后单独执行。用户可以在测试项目时单独测试特定代码块,无需从头开始执行代码(好评,非常节约时间)
- 基于web框架进行交互开发,非常方便
2.新建开发环境、Jupter-notebook安装
1.进入到Anaconda,点击Environment
2.点击open terminal运行终端
3.弹出命令行窗口,输入下面配置语句新建环境,name是自定义名字
conda create -n name
4.继续输入配置语句,激活环境,括号内从base换成自定义的name之后成功完成激活。
conda activate name
5.回到Anaconda里已经可以找到新建的安装环境。
6.原本的base里有Jupter-notebook,但要在新的环境开发,切换之后install Jupter-notebook。
7.安装之后luanch,运行界面如下
8.回到之前的命令行窗口下载工具包进行页面优化,输入以下配置命令,i后面跟的是国内清华镜像网站,下载速度快很多。
pip install jupyterthemes -i https://pypi.tuna.tsinghua.edu/simple/
9.新建python文件
10.就可以愉快地根据python语法开始敲代码了,notebook默认保存文件的路径可以通过输入下面语句找到
import os
print(os.path.abspath('.'))
3.Jupyter-Notebook优化设置
上面只是满足了基本需求,更改默认路径安装了扩展插件之后会让体验更加好
(1)修改Jupyter文件创建默认路径
1.从开始菜单栏里点开Anaconda prompt命令框,输入以下命令
jupyter notebook --generate-config
2.这样就会显示jupyter_notebook_config.py文件路径,找到文件后用任意文本编辑器打开,用记事本都行
3.在打开的文件中找到下面两行,用ctrl+f找
## The directory to use for notebooks and kernels.
#c.NotebookApp.notebook_dir = ''
将第二行的#去掉,在单引号中填上自己想要存储文件的路径(创建好路径之后再填入),关闭之后重启Jupyter-notebook就可以了
(2)Jupyter中安装编程常用扩展插件
1.从Anaconda里找到创建好的开发环境,Open Terminal点开命令框
2.输入以下命令语句安装库, 命令-i后面加的地址是清华镜像网站,最好保存这个地址,以后安装各种库的时候都要用得到,不用国内镜像地址下载速度容易怀疑人生
pip install jupyter_contrib_nbextensions -i https://pypi.tuna.tsinghua.edu/simple/
安装完之后需要配置 nbextension,继续输入 以下命令,注意配置的时候要确保已关闭 Jupyter Notebook:
jupyter contrib nbextension install --user --skip-running-check
3.完成配置之后,从Anaconda进入Jupyter-notebook,成功安装后如下图,点击nbextension
4.里面有各类扩展插件选项可以自己去了解,上面也有英文详细解释,博主暂时推荐点几个
-
Hinterland : 代码自动补全功能
-
ExcecuteTime:计算每一个模块的时间,和运行结束时间
-
Variable Inspector:显示所有构建的变量信息(变量名)
-
Toggle all line numble:显示所有代码行号
五、个人使用总结
- Anaconda主要负责进命令框安装各种插件和python库,用pip install 安装包的时候别忘了后面跟着使用-i https://pypi.tuna.tsinghua.edu/simple/ 加快下载包和库的速度。
下载好的库可以open Terminal 输入命令pip list查看
- Jupyter-notebook界面上进行python编程,python语法基础网上资源到处都是,可以边学边实践。人工智能可视化图,机器学习,深度学习等一些要用到库有 Matplotlib ,NumPy,pandas,在Anaconda上用命令语句下载,博主也给了官方使用文档的链接,可以直接点进去学习查看。
小白型博主,上面教程如果出现错误或者遗漏可以在评论区指出,一定及时更改。自己也是网上搜了各种教程视频,踩了许多坑,大部分教程要么是直接教python语法,要不就是安装虚拟机,先学Linux操作语法,那套学习教程可能更加系统科学,但是在敲代码之前还有很长 一段准备流程,略微繁琐有点容易劝退。
最后总结出来这套开发环境更加适合像博主这样急需提升自己的小白,发博客的目的是加深学习印象,同时也能帮助其他一些零基础小白少走弯路,觉得有帮助的可以点赞支持一下吧hh,下面也给出找到的这套开发环境的视频教程。
可能大家都想学习AI大模型技术,也想通过这项技能真正达到升职加薪,就业或是副业的目的,但是不知道该如何开始学习,因为网上的资料太多太杂乱了,如果不能系统的学习就相当于是白学。为了让大家少走弯路,少碰壁,这里我直接把全套AI技术和大模型入门资料、操作变现玩法都打包整理好,希望能够真正帮助到大家。
读者福利:如果大家对大模型感兴趣,这套大模型学习资料一定对你有用
对于0基础小白入门:
如果你是零基础小白,想快速入门大模型是可以考虑的。
一方面是学习时间相对较短,学习内容更全面更集中。
二方面是可以根据这些资料规划好学习计划和方向。
包括:大模型学习线路汇总、学习阶段,大模型实战案例,大模型学习视频,人工智能、机器学习、大模型书籍PDF。带你从零基础系统性的学好大模型!
😝有需要的小伙伴,可以保存图片到wx扫描二v码免费领取【保证100%免费
】🆓
👉AI大模型学习路线汇总👈
大模型学习路线图,整体分为7个大的阶段:(全套教程文末领取哈)
第一阶段: 从大模型系统设计入手,讲解大模型的主要方法;
第二阶段: 在通过大模型提示词工程从Prompts角度入手更好发挥模型的作用;
第三阶段: 大模型平台应用开发借助阿里云PAI平台构建电商领域虚拟试衣系统;
第四阶段: 大模型知识库应用开发以LangChain框架为例,构建物流行业咨询智能问答系统;
第五阶段: 大模型微调开发借助以大健康、新零售、新媒体领域构建适合当前领域大模型;
第六阶段: 以SD多模态大模型为主,搭建了文生图小程序案例;
第七阶段: 以大模型平台应用与开发为主,通过星火大模型,文心大模型等成熟大模型构建大模型行业应用。
👉大模型实战案例👈
光学理论是没用的,要学会跟着一起做,要动手实操,才能将自己的所学运用到实际当中去,这时候可以搞点实战案例来学习。
👉大模型视频和PDF合集👈
观看零基础学习书籍和视频,看书籍和视频学习是最快捷也是最有效果的方式,跟着视频中老师的思路,从基础到深入,还是很容易入门的。
👉学会后的收获:👈
• 基于大模型全栈工程实现(前端、后端、产品经理、设计、数据分析等),通过这门课可获得不同能力;
• 能够利用大模型解决相关实际项目需求: 大数据时代,越来越多的企业和机构需要处理海量数据,利用大模型技术可以更好地处理这些数据,提高数据分析和决策的准确性。因此,掌握大模型应用开发技能,可以让程序员更好地应对实际项目需求;
• 基于大模型和企业数据AI应用开发,实现大模型理论、掌握GPU算力、硬件、LangChain开发框架和项目实战技能, 学会Fine-tuning垂直训练大模型(数据准备、数据蒸馏、大模型部署)一站式掌握;
• 能够完成时下热门大模型垂直领域模型训练能力,提高程序员的编码能力: 大模型应用开发需要掌握机器学习算法、深度学习框架等技术,这些技术的掌握可以提高程序员的编码能力和分析能力,让程序员更加熟练地编写高质量的代码。
👉获取方式:
😝有需要的小伙伴,可以保存图片到wx扫描二v码免费领取【保证100%免费
】🆓
版权声明:本文标题:零基础人工智能 完整开发环境搭建详细图文(python+Anaconda+Jupyter-Notebook) 内容由热心网友自发贡献,该文观点仅代表作者本人, 转载请联系作者并注明出处:https://m.elefans.com/dianzi/1727069322a1095991.html, 本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌抄袭侵权/违法违规的内容,一经查实,本站将立刻删除。
发表评论