Datewhale学习笔记0

$\textcolor{blue}{Datewhale学习笔记}$$\textcolor{blue}{Chapter 0 }$🔞

$\textcolor{red}{安装Installation}$

安装清单

• Miniconda
• Visual Studio Code

Miniconda 安装配置

下载 Miniconda

Miniconda 下载地址

最新版 Miniconda For Windows 下载链接

Windows 下安装配置推荐

• Just Me (recommended)
• Clear the package cache upon completion

修改 Powershell 执行策略（可选）

在开始图标右键单击，选择 Windows PowerShell（管理员）

如果出现上述图片现象先输入下面的内容，并回车：

Set-ExecutionPolicy -Scope CurrentUser RemoteSigned

出现如下内容后，输入：A，回车：

重新启动后出现下面图片情况及算配置成功：

最后在 Anaconda Powershell Prompt 中输入：

conda init

更换镜像源

• Pip 换源
• Conda 换源

加快国内资源下载速度

校园网联合镜像站

https://help.mirrors.cernet.edu.cn/

阿里巴巴开源镜像站

https://developer.aliyun.com/mirror/

请避免使用代理，不合理的代理设置会导致下载失败

Conda 更换镜像源

清华大学开源软件镜像站：https://help.mirrors.cernet.edu.cn/anaconda/

南方科技大学开源软件镜像站：https://help.mirrors.cernet.edu.cn/anaconda-extra/

在 Anaconda Powershell Prompt 中输入：

conda config --set show_channel_urls yes

在镜像站复制文本后，在 Anaconda Powershell Prompt 中输入：

notepad .condarc # 注意有个小点 "." 在 "condarc" 的前面

粘贴刚刚复制的文本，保存文件后关闭

最后在 Anaconda Powershell Prompt 中输入：

conda clean -i # 清除源缓存，以启用镜像源

PyPI 更换镜像源

校园网联合镜像站：https://help.mirrors.cernet.edu.cn/pypi/

复制文本后，在 Anaconda Powershell Prompt 中粘贴运行即可：

# 设置 PyPI 镜像源
pip config set global.index-url https://mirrors.cernet.edu.cn/pypi/web/simple 

课程环境搭建

(1)创建与激活Conda 环境

创建 Conda 环境

conda create -n Datawhale python=3.10 # conda 环境创建

其中 -n 代表创建的环境名称，这里是 Datawhale，并指定 Python 版本为 3.10

激活刚刚创建的 Conda 环境：

conda activate Datawhale # 激活 Datawhale 环境，不同环境的 Python 包版本不同！

如果需要删除某个 Conda 环境：

conda deactivate # 退出该环境
conda remove -n Datawhale --all # 删除整个环境

• 这里我使用的是win11（win10系统的同学可以自己找一下高级选项，或者询问度娘）
• windows图标右键-->系统 -->高级系统设置

• 上方选项卡“高级” --> “环境变量”按钮

• 对“Path”进行设置

• 新建对应环境变量
• 注意：我的miniconda安装路径为“D:\MiniConda”，设置时修改为自己的安装路径

D:\MiniConda
D:\MiniConda\Scripts
D:\MiniConda\Library\bin

(2)conda 换源(镜像服务器)

由于 miniconda 下载文件/依赖库等默认的采用国外的服务器，下载速度很慢，一般改为国内的清华源/阿里源等方式解决。这里安装的是清华源。

• “Win”+R 打开“运行”，输入cmd进入cmd终端，依次输入以下两行(每输入一行后回车)

conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --set show_channel_urls yes

• 第一行代码添加清华源 第二行代码生成".condarc"文件
• 打开C:\Users\"用户名"\.condarc找到该文件

• 将第一步中清华源下载界面的内容复制进去然后保存

• 在PowerShell中输入以下代码清除索引缓存，就可以使用了

  conda clean -i
  

(3)conda安装成功验证

• 安装成功后，输入查看conda环境/版本相关信息

conda info
conda --version

• 若出现以下界面，说明安装成功

(4)pip换源

• pip 是Python安装第三方包的管理工具，该工具提供了对Python 包的查找、下载、安装、卸载的功能。我们安装完conda环境pip就是最新的了

• 复制文本后，在 Anaconda Powershell Prompt 中粘贴运行创建pip.ini文件

# 设置 PyPI 镜像源
pip config set global.index-url https://pypi.tuna.tsinghua.edu.cn/simple

• 这里我用的清华源，复制以下配置项到pip.ini文件中即可

[global]
index-url = https://pypi.tuna.tsinghua.edu.cn/simple
[install]
trusted-host = https://pypi.tuna.tsinghua.edu.cn

(5)创建与激活conda环境

• 打开Anaconda Powershell Prompt输入以下命令
• 第一次激活 conda 虚拟环境需要初始化

conda init

• 创建conda环境
• 其中 -n 代表创建的环境名称，这里是 Datawhale，并指定 Python 版本为 3.11

conda create -n Datawhale python=3.11

• 激活conda环境

conda activate Datawhale

• 如果需要删除某个 Conda 环境：

conda deactivate # 退出该环境
conda remove -n Datawhale --all # 删除整个环境

安装Jupyter

下面提供两种安装Jupyter的方法（推荐conda安装）

1.conda安装Jupyter

打开**Anaconda Powershell Prompt**输入以下命令

• 进入虚拟环境（这里用的刚刚的Datawhale环境）

• 安装Jupyter

conda install jupyter notebook

• 安装成功以后菜单会出现notebook

• 点击运行即可

• 运行成功会自动跳转到浏览器

2.pip安装Jupyter

• 命令行运行代码，第二行出现的就是刚刚配置的清华源

  pip install jupyter
  

• 在指定路径输入会跳转到浏览器

  jupyter-notebook
  

• 结束学习时关掉命令行窗口或者使用：

  Ctrl + C # 关闭 Jupyter Notebook 服务
  

3.Jupter默认空间设置

运行 Jupyter 后会出现一堆文件夹，这是你的\Home目录里面的目录文件，如果不希望今后编写的 Jupyter Notebook 文件都直接放在该目录下，就需要修改 Jupyter Notebook 的存放路径。

打开文件，查找c.NotebookApp.notebook_dir，删除注释符号，并将目标文件夹路径复制黏贴到后面的''中。保存文件。

• 获取配置文件路径

jupyter notebook --generate-config

• 打开文件，CTRL + F 找到notebook_dir，删除注释符号，并将目标文件夹路径复制黏贴到后面的''中。保存文件。

Pip 安装与展示

Pip 安装课程所需第三方库

pip install jupyter

在指定路径输入：

jupyter-notebook # 会自动跳转到浏览器

结束学习时使用：

Ctrl + C # 关闭 Jupyter Notebook 服务

安装清单

数据挖掘：

• scikit-learn
• numpy
• pandas
• tqdm
• lightgbm (数据挖掘模型)

CV：

• nibabel
• pillow

Conda 安装与展示

首先在 Anaconda Powershell Prompt 中输入：

nvidia-smi # 查看当前 GPU 支持的最高 CUDA 版本

Pytorch 安装： https://pytorch.org/get-started/locally/

conda install pytorch torchvision torchaudio pytorch-cuda=11.8 -c pytorch -c nvidia

PaddlePaddle 安装：https://www.paddlepaddle.org.cn

conda install paddlepaddle-gpu==2.4.2 cudatoolkit=11.7 -c Paddle -c conda-forge

CUDA 验证

在 Anaconda Powershell Prompt 中输入：

ipython # 交互 Python 运行环境

使用 exit 或 exit() 来退出 IPython

PaddlePaddle:

>>> import paddle
>>> paddle.utils.run_check()

正确输出：

PaddlePaddle works well on 1 GPU.
PaddlePaddle is installed successfully! Let's start deep learning with PaddlePaddle now.

Pytorch:

>>> import torch
>>> torch.cuda.is_available()

正常输出：

True

云端环境的使用

• 百度飞桨 AI Studio https://aistudio.baidu.com/aistudio/index
• 阿里天池 PAI DSW https://tianchi.aliyun.com/notebook-ai
• Kaggle https://www.kaggle.com/code
• Google Colab https://colab.research.google.com/
• Sagemaker Studio Lab https://studiolab.sagemaker.aws/

$\textcolor{red}{本文部分引用自网络}$

$\textcolor{red}{文章架构来源于课程ppt(免责声明)}$

课程ppt链接