HaaS AI之VSCode中搭建Python虚拟环境

简介: Conda 是一个开源的软件包管理系统和环境管理系统,用于安装多个版本的软件包及其依赖关系,并在它们之间轻松切换,避免不同开发环境之间的相互干扰。

1、conda环境搭建

1.1、conda简介

Conda 是一个开源的软件包管理系统和环境管理系统,用于安装多个版本的软件包及其依赖关系,并在它们之间轻松切换,避免不同开发环境之间的相互干扰。


Conda 是为 Python 程序创建的,适用于 Linux,OS X 和Windows,也可以打包和分发其他软件。


1.2、 为什么使用Conda

我们在搭建AI学习环境的时候,比如pytorch和tensorflow的开发环境想要使用不同的python版本,那么就可以使用conda来进行开发环境隔离,避免因python版本不同导致无法正常使用的问题。


1.3、 安装conda

conda分为anaconda和miniconda。anaconda是包含一些常用包的版本,miniconda则是精简版,需要什么装什么,所以推荐使用miniconda。

下载网址

https://conda.io/miniconda.html

image.png

选择你需要的版本,这里以python3.8为例。


下载下来的是sh文件:Miniconda3-latest-MacOSX-x86_64.sh


执行:


ricodeMacBook-Pro-2:miniconda rico$ sh Miniconda3-latest-MacOSX-x86_64.sh

Welcome to Miniconda3 py38_4.9.2

In order to continue the installation process, please review the license

agreement.

Please, press ENTER to continue

>>>

Anaconda reserves all rights not expressly granted to you in this Agreement.

Do you accept the license terms? [yes|no]

[no] >>>yes

Miniconda3 will now be installed into this location:

/Users/rico/miniconda3

 - Press ENTER to confirm the location

 - Press CTRL-C to abort the installation

 - Or specify a different location below

 

 Do you wish the installer to initialize Miniconda3

by running conda init? [yes|no]

[yes] >>>yes

Password:$输入你的电脑密码

1.4、环境变量设置

执行conda -V确认是否安装成功。


ricodeMacBook-Pro-2:miniconda3 rico$ conda

-bash: conda: command not found

ricodeMacBook-Pro-2:~ rico$sudo vi ~/.bashrc

在.bashrc中添加:

export PATH=/Users/rico/miniconda3/bin:$PATH

#sudo sh ~/.bashrc

重新打开一个bash窗口

(base) ricodeMacBook-Pro-2:~ rico$conda -V

conda 4.9.2

默认进入base conda环境,后面我们可以根据不同开发环境,创建新的python虚拟环境,避免不同开发环境下相互影响。


1.5、查看当前Python虚拟环境信息

(base) ricodeMacBook-Pro-2:~ rico$ conda info

    active environment : base

   active env location : /Users/rico/miniconda3

           shell level : 1

      user config file : /Users/rico/.condarc

populated config files :

         conda version : 4.9.2

   conda-build version : not installed

        python version : 3.8.5.final.0

      virtual packages : __osx=10.14=0

                         __unix=0=0

                         __archspec=1=x86_64

      base environment : /Users/rico/miniconda3  (writable)

          channel URLs : https://repo.anaconda.com/pkgs/main/osx-64

                        https://repo.anaconda.com/pkgs/main/noarch

                        https://repo.anaconda.com/pkgs/r/osx-64

                        https://repo.anaconda.com/pkgs/r/noarch

         package cache : /Users/rico/miniconda3/pkgs

                         /Users/rico/.conda/pkgs

      envs directories : /Users/rico/miniconda3/envs

                         /Users/rico/.conda/envs

              platform : osx-64

            user-agent : conda/4.9.2 requests/2.24.0 CPython/3.8.5 Darwin/18.0.0 OSX/10.14

               UID:GID : 501:20

            netrc file : /Users/rico/.netrc

          offline mode : False

1.6、创建python虚拟环境

conda create -n tf2 python=$version

example:


(base) ricodeMacBook-Pro-2:~ rico$ conda create -n tf2 python=3.8

Collecting package metadata (current_repodata.json): done

Solving environment: done

## Package Plan ##

 environment location: /Users/rico/miniconda3/envs/tf2

 added / updated specs:

   - python=3.8

The following packages will be downloaded:

   package                    |            build

   ---------------------------|-----------------

   ca-certificates-2020.12.8  |       hecd8cb5_0         121 KB

   certifi-2020.12.5          |   py38hecd8cb5_0         141 KB

   openssl-1.1.1i             |       h9ed2024_0         2.2 MB

   pip-20.3.1                 |   py38hecd8cb5_0         1.8 MB

   setuptools-51.0.0          |   py38hecd8cb5_2         727 KB

   wheel-0.36.1               |     pyhd3eb1b0_0          32 KB

   ------------------------------------------------------------

                                          Total:         5.0 MB

1.7、查看所有虚拟环境

(base) ricodeMacBook-Pro-2:~ rico$ conda env list

# conda environments:

#

base                  *  /Users/rico/miniconda3

tf2                 /Users/rico/miniconda3/envs/tf2

1.8、切换Python虚拟环境

(base) ricodeMacBook-Pro-2:~ rico$conda activate tf2

(tf2) ricodeMacBook-Pro-2:~ rico$

1.9、退出Python虚拟环境

(tf2) ricodeMacBook-Pro-2:~ rico$conda deactivate

(base) ricodeMacBook-Pro-2:~ rico$

1.10、克隆Python虚拟环境

(base) ricodeMacBook-Pro-2:~ rico$conda create -n new_env --clone tf2

1.11、删除Python虚拟环境

(base) ricodeMacBook-Pro-2:~ rico$conda remove -n tf2 --all

1.12、更新Python版本

(base) ricodeMacBook-Pro-2:~ rico$conda update python

2、VSCode Python环境安装

在VSCode的扩展组件中搜索python进行组件安装,安装完成后重新启动VSCode。

image.png

选择tf2这个Python环境,就将当前的Python虚拟环境切换到tf2下面了。

image.png

2.1、Pylint安装

安装完python后,VSCode会提醒你是否安装pylint,支持python语法检测,如果没有提示,可以手动在当前Python虚拟环境安装:


(AIStudio) ricodeMacBook-Pro-2:AIStudio rico$conda install --name AIStudio pylint -y

3、Python初体验

开始写你的第一个python程序吧!

image.png

4、安装Jupyter Notebook

在AI项目中,会分解为多个步骤:


数据预处理

特征抽取

训练

模型评估

部署

Jupyter Notebook可以用于构建基于Notebook的AI流水线,方便不同阶段的运行调试。当然直接只使用*.py脚本也是可以的,根据你的需要决定是否安装。


4.1、什么是Jupyter Notebook

Jupyter Notebook是基于网页的用于交互计算的应用程序。其可被应用于全过程计算:开发、文档编写、运行代码和展示结果,支持多种语言,这里主要用于Python编写。


官网:https://jupyter.org


Jupyter Notebook的主要特点


编程时具有语法高亮、缩进、tab补全的功能。

可直接通过浏览器运行代码,同时在代码块下方展示运行结果。

以富媒体格式展示计算结果。富媒体格式包括:HTML,LaTeX,PNG,SVG等。

对代码编写说明文档或语句时,支持Markdown语法。

支持使用LaTeX编写数学性说明。

总之试用下来就是可以在一个界面里边边写Markdown说明,边写Python代码,以*.ipynb为后缀的的JSON格式文件,非常方便。


4.2、安装Jupyter Notebook

在VSCode的扩展界面搜索Jupyter进行安装。

image.png

设置当前Jupyter执行的Python虚拟环境:

image.png

VSCode中的Jupyter需要连接到当前环境下的Jupyter kernel,如果没有安装过,VSCode会出现上图中3的提示进行安装,不过如果你想使用Jupyter中的导出功能,比如将写好的*.ipynb文件导出为html或者pdf等其他组件功能,建议直接安装jupyter完整版:


(tf2)$conda install jupyter

4.3 Jupyter Notebook之初体验

image.png

5、开发者技术支持

如需更多技术支持,可加入钉钉开发者群,或者关注微信公众号

image.png

更多技术与解决方案介绍,请访问阿里云AIoT首页https://iot.aliyun.com/



相关文章
|
2月前
|
机器学习/深度学习 人工智能 自然语言处理
构建智能化编程环境:AI 与代码编辑器的融合
在人工智能的推动下,未来的代码编辑器将转变为智能化编程环境,具备智能代码补全、自动化错误检测与修复、个性化学习支持及自动化代码审查等功能。本文探讨了其核心功能、技术实现(包括机器学习、自然语言处理、深度学习及知识图谱)及应用场景,如辅助新手开发者、提升高级开发者效率和优化团队协作。随着AI技术进步,智能化编程环境将成为软件开发的重要趋势,变革开发者工作方式,提升效率,降低编程门槛,并推动行业创新。
|
15天前
|
人工智能 IDE 开发工具
Python AI 编程助手
Python AI 编程助手。
36 5
|
15天前
|
机器学习/深度学习 传感器 人工智能
AI与环境保护:可持续发展的伙伴
在科技日新月异的时代,人工智能(AI)不仅改变了我们的生活和工作方式,还在环保和可持续发展领域发挥重要作用。AI通过环境监测、资源优化、垃圾分类、绿色出行和环保教育等多方面的应用,为环保事业注入新活力,推动社会向更加绿色、可持续的方向发展。
|
22天前
|
弹性计算 Linux iOS开发
Python 虚拟环境全解:轻松管理项目依赖
本文详细介绍了 Python 虚拟环境的概念、创建和使用方法,包括 `virtualenv` 和 `venv` 的使用,以及最佳实践和注意事项。通过虚拟环境,你可以轻松管理不同项目的依赖关系,避免版本冲突,提升开发效率。
|
1月前
|
机器学习/深度学习 人工智能 算法
打造你的超级Agent智能体——在虚拟迷宫中智斗未知,解锁AI进化之谜的惊心动魄之旅!
【10月更文挑战第5天】本文介绍了一个基于强化学习的Agent智能体项目实战,通过控制Agent在迷宫环境中找到出口来完成特定任务。文章详细描述了环境定义、Agent行为及Q-learning算法的实现。使用Python和OpenAI Gym框架搭建迷宫环境,并通过训练得到的Q-table测试Agent表现。此项目展示了构建智能体的基本要素,适合初学者理解Agent概念及其实现方法。
92 9
|
1月前
|
人工智能 文字识别 Java
SpringCloud+Python 混合微服务,如何打造AI分布式业务应用的技术底层?
尼恩,一位拥有20年架构经验的老架构师,通过其深厚的架构功力,成功指导了一位9年经验的网易工程师转型为大模型架构师,薪资逆涨50%,年薪近80W。尼恩的指导不仅帮助这位工程师在一年内成为大模型架构师,还让他管理起了10人团队,产品成功应用于多家大中型企业。尼恩因此决定编写《LLM大模型学习圣经》系列,帮助更多人掌握大模型架构,实现职业跃迁。该系列包括《从0到1吃透Transformer技术底座》、《从0到1精通RAG架构》等,旨在系统化、体系化地讲解大模型技术,助力读者实现“offer直提”。此外,尼恩还分享了多个技术圣经,如《NIO圣经》、《Docker圣经》等,帮助读者深入理解核心技术。
SpringCloud+Python 混合微服务,如何打造AI分布式业务应用的技术底层?
|
1月前
|
机器学习/深度学习 人工智能 TensorFlow
解锁AI潜力:让开源模型在私有环境绽放——手把手教你搭建专属智能服务,保障数据安全与性能优化的秘密攻略
【10月更文挑战第8天】本文介绍了如何将开源的机器学习模型(如TensorFlow下的MobileNet)进行私有化部署,包括环境准备、模型获取与转换、启动TensorFlow Serving服务及验证部署效果等步骤,适用于希望保护用户数据并优化服务性能的企业。
59 4
|
1月前
|
数据采集 人工智能 自然语言处理
Python实时查询股票API的FinanceAgent框架构建股票(美股/A股/港股)AI Agent
金融领域Finance AI Agents方面的工作,发现很多行业需求和用户输入的 query都是和查询股价/行情/指数/财报汇总/金融理财建议相关。如果需要准确的 金融实时数据就不能只依赖LLM 来生成了。常规的方案包括 RAG (包括调用API )再把对应数据和prompt 一起拼接送给大模型来做文本生成。稳定的一些商业机构的金融数据API基本都是收费的,如果是以科研和demo性质有一些开放爬虫API可以使用。这里主要介绍一下 FinanceAgent,github地址 https://github.com/AI-Hub-Admin/FinanceAgent
|
1月前
|
人工智能 开发者 Python
python读取word文档 | AI应用开发
在RAG系统中,构建知识库时需读取多种外部文档,其中Word文档较为常见。本文介绍如何使用`python-docx`库读取Word文档(.docx格式)中的标题、段落、表格和图片等内容。首先通过`pip install python-docx`安装库,然后利用提供的接口提取所需信息。尽管该库功能强大,但在识别标题样式时需自定义逻辑,并且仅提供图片的URI而非直接加载。示例代码展示了读取文本、识别标题、读取表格及获取图片URI的方法。【10月更文挑战第2天】
80 2
|
1月前
|
TensorFlow 算法框架/工具 虚拟化
python开发先创建虚拟环境呀
python开发先创建虚拟环境呀
21 1
下一篇
无影云桌面