吴恩达2022版深度学习第二部分Annaconda+Tensorflow环境搭建

本文主要是介绍吴恩达2022版深度学习第二部分Annaconda+Tensorflow环境搭建,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

吴恩达课程第二部分的Lab开始使用tensorflow,此时在Annaconda自带的base环境中无法运行代码,不得不搭建虚拟环境。搭建环境时因发现网上现有博客几乎都是老版课程环境的搭建,新版代码在此环境内无法运行,本小白花了很久才搭好,故此记录一下,如有错误请批评指正。

什么是虚拟环境

安装不算完事,只有理解了虚拟环境才算真正掌握 Python 环境_哔哩哔哩_bilibili
Python 虚拟环境 看这一篇就够了 - 知乎 (zhihu.com)

上面两篇讲的很清楚。

Python 应用经常需要使用一些包第三方包或者模块,有时需要依赖特定的包或者库的版本,所以不能有一个能适应所有 Python 应用的软件环境,很多时候不同的 Python 应用所依赖的版本是冲突的,满足了其中一个,另一个则无法运行,解决这一问题的方法是 虚拟环境。虚拟环境是一个包含了特定 Python 解析器以及一些软件包的自包含目录,不同的应用程序可以使用不同的虚拟环境,从而解决了依赖冲突问题,而且虚拟环境中只需要安装应用相关的包或者模块,可以给部署提供便利。

以下开始搭建:

  1. 安装annaconda

Annaconda安装教程:

(5条消息) anaconda安装-超详细版_plasma-deeplearning的博客-CSDN博客

2.创建虚拟环境

win+R 输入 cmd 打开终端

在命令行输入:

conda create -n 环境名称 python=3.6

conda create -n dl python=3.6

3.激活虚拟环境

继续输入:

conda activate 环境名称

conda activate dl

4.在新创建的虚拟环境中安装tensorflow及Keras

注意版本匹配的问题!!

一开始配置的环境是Python3.6+tensorflow1.2.1+Keras2.0.7

结果发现这是老版的环境要求,2022版吴恩达的代码在此环境运行会报错

后来安装的版本是Python3.6+tensorflow2.6.0+Keras2.6.0

tensorflow与keras对应版本:

【2022最新】tensorflow和keras版本对应关系 - 知乎 (zhihu.com)

于是安装对应版本的tensorflow和keras:

安装tensorflow2.6.0:

pip install tensorflow==2.6.0 -i https://pypi.tuna.tsinghua.edu.cn/simple

安装Keras2.6.0:

pip install keras==2.6.0 -i https://pypi.tuna.tsinghua.edu.cn/simple

5.安装jupyter notebook

新创建的虚拟环境并没有jupyter,于是需要手动安装。

在annaconda navigator中Install jupyter notebook(未安装时应该是Install,这里安装后显示的是Launch):

安装完成后,若此时运行jupyter notebook会出现报错:

AttributeError: type object 'IOLoop' has no attribute 'initialized'
(5条消息) 彻底解决:AttributeError:type object IOLoop has no attribute initialized_Joyyang_c的博客-CSDN博客

据这篇,这是由于tornado版本过高导致的(打开conda list查看tornado版本为 5.1.1 )

于是降低tornado版本,这里安装4.5版本的tornado,cmd虚拟环境下输入:

pip install tornado==4.5

此时运行jupyter notebook依然出现报错:

ImportError: cannot import name 'secure_write'

(5条消息) anaconda显示ImportError: cannot import name ‘secure_write‘_草帽-路飞的博客-CSDN博客

据这篇,在cmd虚拟环境下输入:

pip install --upgrade jupyter_client

安装完成后jupyter notebook可以正常打开

6.安装其他库

安装matplotlib3.3.4:

pip install matplotlib==3.3.4 -i https://pypi.tuna.tsinghua.edu.cn/simple

安装scipy1.5.4:

pip install scipy==1.5.4  -i https://pypi.tuna.tsinghua.edu.cn/simple

安装sklearn0.24.2:

pip install scikit-learn==0.24.2  -i https://pypi.tuna.tsinghua.edu.cn/simple

至此环境算是搭建完毕,之后也是缺啥装啥就行。

7.环境搭建完成后运行C2_W2_SoftMax报错

1.第一个报错

运行后代码后发现报错显示没有ipyml module:

No module named ‘ipympl’

没有就装,然鹅一直报错出现这个问题:

ERROR: Could not find a version that satisfies the requirement matplotlib<4,>=3.4.0 (from ipympl) (from versions: 0.86, 0.86.1, 0.86.2, 0.91.0, 0.91.1, 1.0.1, 1.1.0, 1.1.1, 1.2.0, 1.2.1, 1.3.0, 1.3.1, 1.4.0, 1.4.1rc1, 1.4.1, 1.4.2, 1.4.3, 1.5.0, 1.5.1, 1.5.2, 1.5.3, 2.0.0b1, 2.0.0b2, 2.0.0b3, 2.0.0b4, 2.0.0rc1, 2.0.0rc2, 2.0.0, 2.0.1, 2.0.2, 2.1.0rc1, 2.1.0, 2.1.1, 2.1.2, 2.2.0rc1, 2.2.0, 2.2.2, 2.2.3, 2.2.4, 2.2.5, 3.0.0rc2, 3.0.0, 3.0.1, 3.0.2, 3.0.3, 3.1.0rc1, 3.1.0rc2, 3.1.0, 3.1.1, 3.1.2, 3.1.3, 3.2.0rc1, 3.2.0rc3, 3.2.0, 3.2.1, 3.2.2, 3.3.0rc1, 3.3.0, 3.3.1, 3.3.2, 3.3.3, 3.3.4)
ERROR: No matching distribution found for matplotlib<4,>=3.4.0 (from ipympl)

据这篇所说是因为是python国内网络不稳定,直接导致报错,可以用镜像源来解决此问题。

(5条消息) 解决 ERROR: Could not find a version that satisfies the requirement xxx 的问题_JMU-HZH的博客-CSDN博客

但是换了几个源都安装不上,依然显示上述错误。

后来据这篇得知这是因为pip版本过低了,更新(至pip-21.3.1):

(5条消息) ERROR: Could not find a version that satisfies the requirement matplotlib (from versions: none)_我对世界嗤之以鼻的博客-CSDN博客
pip install --upgrade pip

然后终于可以安装ipyml:

pip install ipympl -i http://pypi.douban.com/simple/ --trusted-host pypi.douban.com

2.第二个报错

%matplotlib widget 魔术命令无效,提示:

UsageError: Invalid GUI request 'widget', valid ones are:dict_keys(['inline', 'nbagg', 'notebook', 'ipympl', None, 'qt', 'qt4', 'qt5', 'wx', 'tk', 'gtk', 'gtk3', 'osx'])
(5条消息) jupyter lab中不能显示matplotlib动画动态图,并且报错Javascript Error: IPython is not defined的解决办法_%matplotlib widget_大观园内大秋鹤的博客-CSDN博客

根据这篇所说是在jupyter notebook里应该使用“notebook”,即:

%matplotlib notebook

再次运行依然报错,还是根据上篇所说这是导入顺序问题,因为在修改%matplotlib xxx之前我们可能已经定义过一次matplotlib的backend了。所以重新指定就会报错。解决办法也很简单,重启内核之后再运行即可。

Reference

参考:
(5条消息) conda创建虚拟环境及常用conda命令_conda创建虚拟环境是什么意思_Rainy-Peking的博客-CSDN博客
吴恩达课程编程环境配置windows - 简书 (jianshu.com)
(5条消息) python导入安装包之使用国内镜像安装_scipy库怎么安装 国内镜像_christineNAN的博客-CSDN博客
(5条消息) python3.6,numpy,matplotlib,scipy,sklearn匹配版本安装-CSDN博客

这篇关于吴恩达2022版深度学习第二部分Annaconda+Tensorflow环境搭建的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/424956

相关文章

Redis在windows环境下如何启动

《Redis在windows环境下如何启动》:本文主要介绍Redis在windows环境下如何启动的实现方式,具有很好的参考价值,希望对大家有所帮助,如有错误或未考虑完全的地方,望不吝赐教... 目录Redis在Windows环境下启动1.在redis的安装目录下2.输入·redis-server.exe

Pytest多环境切换的常见方法介绍

《Pytest多环境切换的常见方法介绍》Pytest作为自动化测试的主力框架,如何实现本地、测试、预发、生产环境的灵活切换,本文总结了通过pytest框架实现自由环境切换的几种方法,大家可以根据需要进... 目录1.pytest-base-url2.hooks函数3.yml和fixture结论你是否也遇到过

利用Python快速搭建Markdown笔记发布系统

《利用Python快速搭建Markdown笔记发布系统》这篇文章主要为大家详细介绍了使用Python生态的成熟工具,在30分钟内搭建一个支持Markdown渲染、分类标签、全文搜索的私有化知识发布系统... 目录引言:为什么要自建知识博客一、技术选型:极简主义开发栈二、系统架构设计三、核心代码实现(分步解析

浅谈配置MMCV环境,解决报错,版本不匹配问题

《浅谈配置MMCV环境,解决报错,版本不匹配问题》:本文主要介绍浅谈配置MMCV环境,解决报错,版本不匹配问题,具有很好的参考价值,希望对大家有所帮助,如有错误或未考虑完全的地方,望不吝赐教... 目录配置MMCV环境,解决报错,版本不匹配错误示例正确示例总结配置MMCV环境,解决报错,版本不匹配在col

使用Python实现快速搭建本地HTTP服务器

《使用Python实现快速搭建本地HTTP服务器》:本文主要介绍如何使用Python快速搭建本地HTTP服务器,轻松实现一键HTTP文件共享,同时结合二维码技术,让访问更简单,感兴趣的小伙伴可以了... 目录1. 概述2. 快速搭建 HTTP 文件共享服务2.1 核心思路2.2 代码实现2.3 代码解读3.

MySQL双主搭建+keepalived高可用的实现

《MySQL双主搭建+keepalived高可用的实现》本文主要介绍了MySQL双主搭建+keepalived高可用的实现,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,... 目录一、测试环境准备二、主从搭建1.创建复制用户2.创建复制关系3.开启复制,确认复制是否成功4.同

SpringCloud动态配置注解@RefreshScope与@Component的深度解析

《SpringCloud动态配置注解@RefreshScope与@Component的深度解析》在现代微服务架构中,动态配置管理是一个关键需求,本文将为大家介绍SpringCloud中相关的注解@Re... 目录引言1. @RefreshScope 的作用与原理1.1 什么是 @RefreshScope1.

Mysql删除几亿条数据表中的部分数据的方法实现

《Mysql删除几亿条数据表中的部分数据的方法实现》在MySQL中删除一个大表中的数据时,需要特别注意操作的性能和对系统的影响,本文主要介绍了Mysql删除几亿条数据表中的部分数据的方法实现,具有一定... 目录1、需求2、方案1. 使用 DELETE 语句分批删除2. 使用 INPLACE ALTER T

Python 中的异步与同步深度解析(实践记录)

《Python中的异步与同步深度解析(实践记录)》在Python编程世界里,异步和同步的概念是理解程序执行流程和性能优化的关键,这篇文章将带你深入了解它们的差异,以及阻塞和非阻塞的特性,同时通过实际... 目录python中的异步与同步:深度解析与实践异步与同步的定义异步同步阻塞与非阻塞的概念阻塞非阻塞同步

Redis中高并发读写性能的深度解析与优化

《Redis中高并发读写性能的深度解析与优化》Redis作为一款高性能的内存数据库,广泛应用于缓存、消息队列、实时统计等场景,本文将深入探讨Redis的读写并发能力,感兴趣的小伙伴可以了解下... 目录引言一、Redis 并发能力概述1.1 Redis 的读写性能1.2 影响 Redis 并发能力的因素二、