MAC系统机器学习环境配置常见问题

简介: MAC系统机器学习环境配置常见问题

自从换了Apple M1后,配置机器学习环境的过程中经常遇到各种问题,在此一并记录,会持续更新,希望大家收藏点赞。


系统环境: macOS BigSur v11.2.2


1. zsh: command not found: conda

问题


安装anaconda后,在终端输入conda后,显示


zsh: command not found: conda

原因


未配置环境路径


解决方法


  • 切换到超级用户


sudo su
  • 编辑.zprofile(在/Users/mac系统的用户名文件夹下,Mac OS Catalina版本需要编辑.zshrc)


vi .zprofile


  • 加入以下代码


export PATH=/opt/anaconda3/bin:$PATH


  • 保存后退出,执行
source .zprofile
  • 关闭Terminal,重新打开Terminal,输入
conda --version


确认配置成功。


2. conda安装软件包提示:EnvironmentNotWritableError


问题


使用conda 安装包时提示


EnvironmentNotWritableError


原因


用户权限不足


解决方法


  • Windows下Mac以管理员身份打开Anaconda Prompt (Anaconda3)
  • Mac下sudo su切换为超级管理员


3. 安装pip失败的解决办法


问题


在终端输入以下安装命令后


sudo easy_install pip


报错如下:8c54539f93c44ef8b3d33714ea6ef381.png


原因


Mac系统自带的为Python2,需手动安装Python3。


解决方法


brew install python3


  • 再次安装pip
sudo easy_install pip


  • 关闭Terminal,重新打开Terminal,输入
pip -V



确认配置成功。


4. cannot import name ‘imresize’ from ‘scipy.misc’


问题


执行


from scipy.misc import imread, imresize


报错如下:


cannot import name 'imresize' from 'scipy.misc'


原因


scipy版本问题:scipy是1.3.0以上不再支持函数imreadimresize


官网解释如下:


imresize is deprecated! imresize is deprecated in SciPy 1.0.0, and will be removed in 1.3.0. Use Pillow instead: numpy.array(Image.fromarray(arr).resize()).


解决方法


使用PIL、imageio库解决。


将原代码


from scipy.misc import imread, imresize
img1 = imread('test.png', mode='RGB')
img1 = imresize(img1, (224, 224))


替换如下

from PIL import Image
from imageio import imread
img1 = imread('test.jpg', pilmode='RGB')
img1 = np.array(Image.fromarray(img1).resize((224, 224)))

5. anaconda 中matplotlib中文字体问题


问题


matplotlib画图,中文字体乱码。


eb19d708cc5046debf3d1f8e09265a4f.png


原因


Mac系统下中文字体与Windows不同。


解决方法


使用Mac下的中文字体:


plt.rcParams['font.sans-serif'] = ['Arial Unicode MS']


相关文章
|
1月前
|
机器学习/深度学习 数据采集 数据可视化
基于爬虫和机器学习的招聘数据分析与可视化系统,python django框架,前端bootstrap,机器学习有八种带有可视化大屏和后台
本文介绍了一个基于Python Django框架和Bootstrap前端技术,集成了机器学习算法和数据可视化的招聘数据分析与可视化系统,该系统通过爬虫技术获取职位信息,并使用多种机器学习模型进行薪资预测、职位匹配和趋势分析,提供了一个直观的可视化大屏和后台管理系统,以优化招聘策略并提升决策质量。
|
1月前
|
关系型数据库 MySQL 数据库
【Mac os系统】安装MySQL数据库
本文详细介绍了在Mac OS系统上安装MySQL数据库的步骤,包括下载、安装、配置环境变量、启动服务、授权设置以及解决常见问题,并提供了一些常用的MySQL命令。
53 0
【Mac os系统】安装MySQL数据库
|
1月前
|
iOS开发 MacOS
【Mac系统】解决Vscode中LeetCode插件不能刷剑指offer题库
文章讨论了解决Mac系统中Vscode里LeetCode插件无法刷剑指Offer题库的问题,并提供了一些相关的使用技巧和资源链接。
77 1
|
1月前
|
机器学习/深度学习 数据采集 数据可视化
基于python 机器学习算法的二手房房价可视化和预测系统
文章介绍了一个基于Python机器学习算法的二手房房价可视化和预测系统,涵盖了爬虫数据采集、数据处理分析、机器学习预测以及Flask Web部署等模块。
基于python 机器学习算法的二手房房价可视化和预测系统
|
1月前
【科研技巧】Mac系统如何给Endnote 20安装GB/T中文文献格式以及利用Endnote在Word中插入参考文献
在Mac系统下给Endnote 20安装GB/T中文文献格式的步骤以及如何利用Endnote在Word中插入符合GB/T格式的参考文献。
98 5
【科研技巧】Mac系统如何给Endnote 20安装GB/T中文文献格式以及利用Endnote在Word中插入参考文献
|
23天前
mac系统使用NTFS移动硬盘只读问题
mac系统使用NTFS移动硬盘只读问题
47 4
|
1月前
|
机器学习/深度学习 数据可视化 数据处理
Python vs R:机器学习项目中的实用性与生态系统比较
【8月更文第6天】Python 和 R 是数据科学和机器学习领域中最受欢迎的两种编程语言。两者都有各自的优点和适用场景,选择哪种语言取决于项目的具体需求、团队的技能水平以及个人偏好。本文将从实用性和生态系统两个方面进行比较,并提供代码示例来展示这两种语言在典型机器学习任务中的应用。
45 1
|
1月前
|
Linux
【Linux 或Mac系统】自动生成项目结构目录并放在README.md文件中
如何在Linux或Mac系统中使用tree命令自动生成项目结构目录,并将其格式化后放入项目的README.md文件中以展示项目结构。
63 1
|
1月前
|
JavaScript Linux iOS开发
【Mac系统】Vscode使用LeetCode插件报错‘leetcode.toggleLeetCodeCn‘ not found
在Mac系统下使用VSCode的LeetCode插件时遇到“leetcode.toggleleetcodecn”命令找不到的错误解决方法,主要是通过从Nodejs官网下载并安装最新版本的Node.js来解决环境配置问题。
85 0
|
1月前
【Vscode+Latex】Mac 系统Vscode的LaTeX中插入参考文献
在Mac系统下的VSCode环境中配置LaTeX工作流以便插入和引用参考文献的详细步骤。
54 0
下一篇
DDNS