mlcc - 9dian/Index GitHub Wiki

在 Linux 上安装并运行 Jupyter

安装 Python 和 pip：

sudo apt-get install python3-dev python3-pip 
sudo apt install python3-virtualenv

在新目录中设置虚拟环境（这里我们称之为 mlcc-exercises）：

mkdir mlcc-exercises
cd mlcc-exercises
virtualenv --no-site-package jupyter-env -p /usr/bin/python3
#  python3 -m virtualenv --no-site-package jupyter-env -p /usr/bin/python3

设置并运行 Jupyter。

进入虚拟环境：

source jupyter-env/bin/activate

安装库：

pip install -i https://pypi.tuna.tsinghua.edu.cn/simple --ignore-installed --upgrade \
  tensorflow "matplotlib<3" pandas sklearn scipy seaborn ipython==5.7 notebook

启动 Jupyter：

jupyter notebook

ubuntu@dev01:/sandbox/mlcc-exercises_zh-CN$ jupyter notebook --ip=ipaddress --notebook-dir=../mlcc-exercises_zh-CN
# jupyter notebook --ip=${ip} --notebook-dir=../mlcc_cn

在 Windows 上安装并运行 Jupyter

从https://www.anaconda.com/download 安装 Python 3.6 版本的 Anaconda。这些练习不适用于 Python 2.7 版本。

安装后，从“开始”菜单打开 Anaconda Prompt，然后输入以下命令：

conda create -n mlcc pip python=3.6
conda activate mlcc
pip install -i https://pypi.tuna.tsinghua.edu.cn/simple --ignore-installed --upgrade \
  tensorflow matplotlib pandas sklearn scipy s

完成所有软件包的安装后，从“开始”菜单中打开 Anaconda Navigator。在 Navigator 中：

  1. 切换到 mlcc 环境，如以下屏幕截图所示。每次打开 Jupyter 时，都必须选择 mlcc 环境。

选择环境

  1. 在 mlcc 环境中安装 notebook，如下所示： 安装notebook

  2. 安装 notebook 后，点击 Launch。这将打开一个网络浏览器。

在 Mac OS X 上安装并运行 Jupyter

  1. 如果您尚未安装 XCode，请通过运行以下命令安装它（这需要一段时间）：

xcode-select --install

  1. 安装 pip 和 virtualenv：

sudo easy_install pip virtualenv

  1. 在新目录中设置虚拟环境（这里我们称之为“mlcc-exercises”）：

mkdir mlcc-exercises cd mlcc-exercises virtualenv --no-site-package jupyter-env

  1. 设置并运行 Jupyter。
  • 进入虚拟环境：

source jupyter-env/bin/activate

  • 安装库：

pip install -i https://pypi.tuna.tsinghua.edu.cn/simple --ignore-installed --upgrade
tensorflow "matplotlib<3" pandas sklearn scipy seaborn ipython==5.7 notebook

  • 启动 Jupyter：

jupyter notebook

⚠️ **GitHub.com Fallback** ⚠️