WBlog

wangzhiwei blog

0%

Anaconda

发表于

Anaconda

Anaconda 是一个广泛使用的软件平台，主要用于科学计算、数据分析和机器学习等领域。以下是 Anaconda 的详细介绍：

基本概述

  • 定义：Anaconda 是一个包含大量科学计算、数据分析和机器学习相关 Python 包的发行版，它为用户提供了便捷的包管理和环境管理功能，使得在不同项目间切换和管理依赖项变得更加容易。
  • 发展：Anaconda 由 Continuum Analytics 公司开发，首次发布于 2012 年，经过不断发展和完善，已成为数据科学领域不可或缺的工具之一。

主要功能

  • 包管理：Anaconda 自带 conda 包管理器，用户可以通过简单的命令安装、更新和卸载各种 Python 包，无需手动下载和配置，大大节省了时间和精力。
  • 环境管理：conda 允许用户创建多个独立的环境，每个环境可以安装不同版本的 Python 和包，有效解决了不同项目间包版本冲突的问题，确保项目的稳定性和可复现性。
  • 跨平台支持：Anaconda 支持 Windows、macOS 和 Linux 等多种操作系统，用户可以在不同平台上使用相同的工具和流程进行开发和部署。

应用场景

  • 数据科学与分析：在数据处理、清洗、分析和可视化等环节，Anaconda 提供了丰富的工具和库，如 pandas、NumPy、Matplotlib 等，帮助数据科学家高效地完成数据相关任务。
  • 机器学习与人工智能：Anaconda 整合了多个机器学习框架和库，如 scikit-learn、TensorFlow、PyTorch 等，为模型的训练和部署提供了强大的支持，适用于从简单的线性回归到复杂的深度学习模型的开发。
  • 科研与教育：在学术研究和教学中，Anaconda 为师生提供了统一的开发环境，便于进行算法实验、数据分析等教学和科研活动，促进了知识的传播和创新。

mac 环境下 Anaconda 安装

https://www.anaconda.com/download

安装后可以通过命令check anaconda

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
查看虚拟环境
conda env list

创建虚拟环境
conda create -n pytorch python=3.8

激活虚拟环境
conda activate pytorch

To deactivate an active environment, use
conda deactivate


cd ~
mkdir .pip
cd .pip
vim pip.conf

[global]
index-url = http://mirrors.aliyun.com/pypi/simple/

[install]
trusted-host = mirrors.aliyun.com




https://pytorch.org/get-started/previous-versions/

激活虚拟环境
conda activate pytorch

https://pytorch.org/get-started/previous-versions/
安装 pytorch
pip install torch==2.1.2 torchvision==0.16.2 torchaudio==2.1.2

验证安装

python
>>> import torch
>>> print(torch.__version__)

vscode 配置

command + shift + p

好玩的网站：

https://www.hama.app/

yolo
https://hub.ultralytics.com/home

https://docs.ultralytics.com/zh

了解吴恩达机器学习算法 视频

https://www.bilibili.com/video/BV14v4y1U7ye?vd_source=ffda878df0ed45bee1ade91d8f451048&spm_id_from=333.788.videopod.episodes

深度学习入门 书

源码安装 yolo

clone 项目
git@github.com:ultralytics/ultralytics.git

进入项目目录执行
pip install -e .

进行预测
yolo predict model=yolo11n.pt source=’https://ultralytics.com/images/bus.jpg‘

输入 pip list 可以看到

ultralytics 8.3.96 /Users/wangzhiwei/study/ai/anaconda-study/ultralytics

1
2
3
4
5
6
7
8
9
10
11
12
13
修改源码

ultralytics/engine/model.py

def predict(
    ...
    print("代码注入")
    ...
)

再次执行
yolo predict model=yolo11n.pt source='https://ultralytics.com/images/bus.jpg'

参考：

https://space.bilibili.com/141214205
https://www.bilibili.com/video/BV1CfQqYUEL5?spm_id_from=333.788.videopod.episodes&vd_source=ffda878df0ed45bee1ade91d8f451048