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天前
|
网络安全 Python
vscode远程连接修改python解释器路径 - 蓝易云
以上就是在VSCode中修改Python解释器路径的步骤。希望这个指南能帮助你解决问题。
8 2
|
2天前
|
机器学习/深度学习 人工智能 算法
Python 与 TensorFlow2 生成式 AI(一)(4)
Python 与 TensorFlow2 生成式 AI(一)
24 0
|
2天前
|
机器学习/深度学习 人工智能 TensorFlow
Python 与 TensorFlow2 生成式 AI(一)(3)
Python 与 TensorFlow2 生成式 AI(一)
26 0
|
2天前
|
机器学习/深度学习 人工智能 算法
Python 与 TensorFlow2 生成式 AI(五)(3)
Python 与 TensorFlow2 生成式 AI(五)
19 0
|
2天前
|
机器学习/深度学习 人工智能 算法
Python 与 TensorFlow2 生成式 AI(五)(2)
Python 与 TensorFlow2 生成式 AI(五)
17 0
|
2天前
|
机器学习/深度学习 存储 人工智能
Python 与 TensorFlow2 生成式 AI(五)(1)
Python 与 TensorFlow2 生成式 AI(五)
21 0
|
3天前
|
JavaScript 搜索推荐 Java
vscode打造舒适的python开发环境
_shigen_ 是一位专注于Java、Python、Vue和Shell等技术的博主,分享成长与认知。本文旨在记录配置Mac Python开发环境的过程,以优化使用体验和效率。内容包括:检查与验证Python版本,设置pip的阿里云镜像源以加速下载,以及VSCode的个性化配置,如选用美观的等宽字体和安装Python、isort(导入排序)及autopep8(代码格式化)插件。通过这些步骤,读者可复刻作者的高效开发环境。关注_shigen_ ,每天学习新知识!
8 0
vscode打造舒适的python开发环境
|
4天前
|
iOS开发 MacOS Python
Python 虚拟环境及pip环境管理
`venv`是Python的虚拟环境管理工具,提供独立的环境避免包冲突,便于管理与删除。创建虚拟环境使用`python3 -m venv test`,激活环境在Windows上运行`. Scripts\activate`,macOS上运行`. bin\activate`。安装Python包通过`python`或`python3`选择版本,使用`pip`进行安装、升级和卸载。`pip`是Python包管理器,自2.7.9和3.4版本起自带,常用命令包括查看版本、安装、升级和卸载包。为提高速度,可使用国内镜像源如阿里云、清华或豆瓣。
12 2
|
4天前
|
人工智能 自然语言处理 JavaScript
阿里云发布 AI 编程助手 “通义灵码”——VSCode更强了 !!
阿里云发布 AI 编程助手 “通义灵码”——VSCode更强了 !!
23 3
|
4天前
|
机器学习/深度学习 人工智能 大数据
AI时代Python金融大数据分析实战:ChatGPT让金融大数据分析插上翅膀
AI时代Python金融大数据分析实战:ChatGPT让金融大数据分析插上翅膀
http://www.vxiaotou.com