买了很多关于ML的书,也看了很多篇文献,却一直没有机会来实现自己的ML梦。昨天发烧,身体有恙,不想去搞项目了,于是准备实现一个ML的学习环境。
其实网上看了很多教程,各种CS*N,SI*A,本园的各种前辈的范文,都尝试了一遍,发现这个环境真的是不好弄啊,在WIN下就是各种限制,LINUX下倒好,不过步骤也是各种繁琐。
先列举几个我找到的几个教程,本人都亲测过了,当然测试的结果不尽人意:
1. python package numpy和scipy 的安装与配置:http://blog.sina.com.cn/s/blog_5e2d26f90101asu5.html
2. Ubuntu 12.04下用Eclipse搭建Python集成开发环境:http://www.linuxidc.com/Linux/2012-06/61649.htm
3. ATLAS + NumPy + SciPy + Theano 的python科学计算环境搭建: http://blog.sina.com.cn/s/blog_6cb8e53d0101keak.html
4. linux+nginx+python+django环境配置:http://www.cnblogs.com/lhj588/archive/2012/02/21/2361980.html
说明:1~3的教程我都试过了,都还算凑合吧,3是我重点参考的教程,4是一个网络环境配置,后期搞项目的时候可以用到。
话说回来,其实上面的东西都不是很方便,我从早8点测到晚10点,最后还是倍儿慢!(严重吐槽那个ATLAS的make过程,我的四代I5编译也要12,3分钟才能搞定,不过看到教程里的大哥用以前的I7来make一次要1小时,我就心安了很多,嘿嘿)
最后在我头晕眼花,筋疲力尽的时候,我发现了一个好东西:Anaconda!
其实有时候不要觉得自己做了很多无用功,有时候努力到最后总会守得云开见月明的!Anaconda就告诉我这个道理。
初见Anaconda的教程是这个帖子:http://www.cnblogs.com/ToDoToTry/p/3415717.html
该帖子的作者一开始也是吐槽了Python的环境是多么多么的难搞,最后几乎崩溃,然后发现了Anaconda这个好东西,然后就果断分享了。
我在这里先说下我自己的搭建环境过程:
VMware 10.0 + Ubuntu 14.04, Core i5-4570 + 16G +1T
上述环境略显浪费,说实话~~
虚拟机装好,系统装好,乱七八糟的东西装好,然后Anaconda的教程如下:
1、从官网上下载Anaconda的安装包:http://conda.pydata.org/miniconda.html,选择linux下的bash版本下载,我选择了64bit的安装包,当然我是在本机下载然后导入到虚拟机中
2、用winscp工具把该bash安装包导入到虚拟机中,winscp怎么用自己百度去,使用前也最好把虚拟机系统防火墙关闭:sudo ufw disable
3、导入到某个文件夹下,可以安装了,可以root安装,也可以当前账户安装,具体指令如下(没想到连安装.sh的包我也忘了,太尴尬了),指令如下:
bash *.sh
4、坐等安装完毕后就可以测试安装效果啦,根据官网提示:
- conda list 查看安装的科学包
- 用conda创建一个名叫python2的版本为python2.7的环境 conda create -n python2 python=2.7
- conda安装包:conda install numpy
5、其实这个只是算作python的一个版本吧,后期最好加上ipython,spyder这样的工具来辅助操作为好
总结:其实我写的比较简单,并且没有图,后期把图给补全了就好了,总之昨天也算是没白忙活~