Этот проект направлен на то, чтобы научить вас основам машинного обучения на python. Он содержит пример кода и решения упражнений из моей книги O'Reilly Hands-on Machine Learning with Scikit-Learn and TensorFlow:
Просто откройте интересующие вас блокноты Jupyter:
- Использование jupyter.org просмотрщик записных книжек
- Примечание: github.com программа просмотра записных книжек также работает, но она работает медленнее, и математические формулы отображаются неправильно,
- путем клонирования этого репозитория и запуска Jupyter локально. Эта опция позволяет вам играть с кодом. В этом случае следуйте приведенным ниже инструкциям по установке,
- или запустив блокноты в Deepnote. Это позволяет вам играть с кодом онлайн в вашем браузере. Например, вот ссылка на первую главу:
Установка
Во-первых , вам нужно будет установить git, если у вас его еще нет.
Затем клонируйте этот репозиторий, открыв терминал и введя следующие команды:
$ cd $HOME # or any other development directory you prefer $ git clone https://github.com/ageron/handson-ml.git $ cd handson-ml Если вы не хотите устанавливать git, вы можете вместо этого скачать master.zip, распакуйте его, переименуйте полученный каталог handson-mlи переместите его в свой каталог разработки.
Если вы хотите пройти через Главу 16 об обучении подкреплению, вам нужно будет установить OpenAI gym и его зависимости для моделирования Atari.
Если вы знакомы с Python и знаете, как устанавливать библиотеки Python, продолжайте устанавливать библиотеки, перечисленные в requirements.txtразделе и переходите к разделу Starting Jupyter. Если вам нужны подробные инструкции, пожалуйста, читайте дальше.
Python И Необходимые Библиотеки
Конечно, вам явно нужен питон. Python 3 уже предустановлен на многих системах в настоящее время. Вы можете проверить, какая версия у вас есть, введя следующую команду (возможно, вам придется заменить python3ее наpython):
$ python3 --version # for Python 3 Любая версия Python 3 должна быть в порядке, предпочтительно 3.5 или выше. Если у вас нет Python 3, я рекомендую установить его. Для этого у вас есть несколько вариантов: на Windows или MacOSX вы можете просто загрузить его с python.orgна MacOSX вы можете альтернативно использовать MacPorts или Homebrew. Если вы используете Python 3.6 на MacOSX, вам необходимо выполнить следующую команду для установки certifiпакета сертификатов, поскольку Python 3.6 на MacOSX не имеет сертификатов для проверки SSL-соединений (см. Этот вопрос StackOverflow):
$ /Applications/Python 3.6/Install Certificates.command В Linux, если вы не знаете, что делаете, вы должны использовать систему упаковки вашей системы. Например, в Debian или Ubuntu введите:
$ sudo apt-get update $ sudo apt-get install python3 python3-pip Другой вариант-скачать и установить Anaconda. Это пакет, который включает в себя как Python, так и многие научные библиотеки. Вы должны предпочесть версию Python 3.
Если вы решите использовать Anaconda, прочтите следующий раздел или перейдите к разделу Using pip.
Использование Анаконды
После установки Anaconda( или Miniconda) можно выполнить следующую команду:
$ conda env create -f environment.yml Это даст вам среду conda с именемmlbook, готовую к использованию! Просто активируйте его, и у вас будет все настроено для тебя:
$ conda activate mlbook У вас все готово! Далее, перейти к стартовой секции Jupyter.
Использование pip
Если вы не используете Anaconda, вам нужно установить несколько научных библиотек Python, необходимых для этого проекта, в частности NumPy, Matplotlib, Pandas, Jupyter и TensorFlow (и некоторые другие). Для этого вы можете использовать интегрированную упаковочную систему Python, pip, или вы можете предпочесть использовать собственную упаковочную систему вашей системы (если она доступна, например, в Linux или MacOSX при использовании MacPorts или Homebrew). Преимущество использования pip заключается в том, что легко создавать несколько изолированных сред Python с различными библиотеками и различными версиями библиотек (например одна среда для каждого проекта). Преимущество использования системы упаковки вашей системы заключается в том, что существует меньший риск возникновения конфликтов между вашими библиотеками Python и другими пакетами вашей системы. Поскольку у меня есть много проектов с различными требованиями к библиотеке, я предпочитаю использовать pip с изолированными средами. Кроме того, пакеты pip обычно являются самыми последними из доступных, в то время как пакеты Anaconda и system часто немного отстают.
Это команды, которые вам нужно ввести в терминал, если вы хотите использовать pip для установки необходимых библиотек. Примечание: во всех следующих командах, если вы решили использовать Python 2, а не Python 3 , Вы должны заменить pip3наpip, и python3с python.
Во первых вам нужно убедиться что у вас установлена последняя версия pip:
$ python3 -m pip install --user --upgrade pip Эта --userопция установит последнюю версию pip только для текущего пользователя. Если вы предпочитаете устанавливать его в масштабах всей системы (то есть для всех пользователей), у вас должны быть права администратора (например, использовать sudo python3вместо python3Linux), и вы должны удалить эту --userопцию. То же самое верно и для приведенной ниже команды, которая использует этот --userпараметр.
Затем вы можете дополнительно создать изолированную среду. Это рекомендуется, так как позволяет иметь различную среду для каждого проекта (например, одну для этого проекта), с потенциально очень разными библиотеками и разными версиями:
$ python3 -m pip install --user --upgrade virtualenv $ python3 -m virtualenv -p `which python3` env Это создает новый каталог, вызываемый envв текущем каталоге, содержащий изолированную среду Python, основанную на Python 3. Если вы установили несколько версий Python 3 в своей системе, вы можете `which python3`заменить их путем к исполняемому файлу Python, который вы предпочитаете использовать.
Теперь вы должны активировать эту среду. Вам нужно будет запускать эту команду каждый раз, когда вы хотите использовать эту среду.
$ source ./env/bin/activate В Windows эта команда немного отличается:
$ .envScriptsactivate Затем используйте pip для установки необходимых пакетов python. Если вы не используете virtualenv, вам следует добавить эту --userопцию (в качестве альтернативы вы можете установить библиотеки по всей системе, но для этого, вероятно, потребуются права администратора, например, использование sudo pip3вместо pip3Linux).
$ python3 -m pip install --upgrade -r requirements.txt Отлично! Вы все готовы, вам просто нужно начать Jupyter сейчас.
Запуск Юпитера
Ладно! Теперь вы можете запустить Jupyter, просто набрав:
$ jupyter notebook Это должно открыть ваш браузер, и вы должны увидеть древовидное представление Jupyter с содержимым текущего каталога. Если Ваш браузер не открывается автоматически, посетите страницу 127.0.0.1: 8888. Нажмите на index.ipynbкнопку, чтобы начать работу!