Einführung

Mit dem jüngsten KI-Boom wie Deep Learning war es für mich schwierig, Zeit damit zu verbringen, eine Python-Umgebung aufzubauen und die erforderlichen Pakete einzubringen ... Ich habe jedoch versucht, es in einem Skript zu automatisieren, daher werde ich es zusammenfassen. Ich hoffe, es wird hilfreich sein, um die zum Aufbau einer Umgebung erforderliche Zeit zu verkürzen.

In diesem Artikel werde ich eine Python-Umgebung vorstellen, die zufällig erstellt und zerstört werden kann, ohne die Systemumgebung mit pyenv [^ 1] und pyenv-virtualenv [^ 2] zu verschmutzen, und die erforderlichen Pakete mit pip einfügen. Ich werde. Außerdem wird die Python-Erweiterung von VSCode verwendet, damit Python in Form von Jupyter Notebook ausgeführt werden kann. Alle diese Umgebungen basieren auf Ubuntu, das auf dem Windows-Subsystem für Linux ausgeführt wird.

Installationsskript

Ich habe ein Skript zum Erstellen einer Umgebung erstellt. Das Skript wird auf [GitHub] hochgeladen (https://github.com/HoriThe3rd/setup_python_dl). Ausgaben etc. sind willkommen.

Dieses Skript verwendet den Namen der Python-Umgebung (erstellt mit pyenv-virtualenv) als Argument. Führen Sie es daher wie folgt aus.

./setup_env.sh env_name

Wenn Sie env_name nicht hinzufügen, wird ein Fehler angezeigt. Außerdem installiert apt einige erforderliche Pakete, sodass Sie unterwegs nach dem Root-Passwort gefragt werden. Warten wir eine Weile, bis es fertig ist.

Die folgenden Pakete werden auch mit pip installiert. Ich habe nicht alle Operationen bestätigt, daher funktioniert es möglicherweise nicht gut ...

numpy
six
matplotlib
pandas
opencv-python
opencv-contrib-python
Pillow
jupyter --Pakete, die von den oben genannten abhängen (automatisch von pip installiert)

Wenn der Vorgang abgeschlossen ist, erstellt pyenv-virtualenv eine neue Python-Umgebung und wendet sie an (pyenv global env_name ist fertig). Um pyenv verwenden zu können, wird die Einstellung außerdem zu ~ / .bashrc hinzugefügt.

Verwenden Sie Jupyter mit VS-Code

Öffnen Sie nach der Installation von Jupyter mit pip Jupyter Notebook über VS Code und Code, während Sie das Ergebnis anzeigen.

Verbindung zur Installation der WSL + Python-Erweiterung

Stellen Sie zunächst mit Remote Development eine Verbindung zur WSL her. Drücken Sie die Taste "> <" ← unten links im VS-Code, um eine Verbindung zur WSL herzustellen. Es tut mir leid für die Remote-Entwicklung, aber ich würde es begrüßen, wenn Sie darauf verweisen könnten, wie es in einem anderen Artikel zusammengefasst ist [^ 3].

[^ 3]: Versuchen Sie, die Remote-Entwicklung von VS Code zu verwenden

Installieren Sie dann die Erweiterung Python.

Sie können das Jupyter-Notizbuch jetzt in VS-Code öffnen. Sie können die Version auch mit Pyenv ändern. Die einfache Verwendung wird unten erklärt.

Erstellen Sie ein neues Notizbuch

Öffnen Sie die Befehlspalette mit cmd + shift + p in VSCode, geben Sie "jupyter" ein und einige Befehle werden angezeigt. Wählen Sie daher "Python: Neues leeres Jupyter-Notizbuch erstellen".

Dann wird ein neues Notizbuch erstellt. Das Bild schreibt Hallo Welt.

Wechseln Sie die Umgebung mit Pyenv

Die aktuelle Version von Python wird unten links in VSCode angezeigt. Sie können die Version ändern, indem Sie darauf klicken.

Sie können die Python-Umgebung, die Sie verwenden möchten, aus der Liste auswählen. Wählen Sie bei Verwendung von Jupyter Notebook die Umgebung aus, in der jupyter mit pip installiert ist.

abschließend

Ich habe versucht zusammenzufassen, wie eine Python-Umgebung mit Pyenv + Jupyter + VS-Code eingerichtet wird. Für Programmierungen wie Deep Learning ist es in Ordnung, wenn Sie das installieren, was Sie verwenden möchten, z. B. Pytorch [^ 4].

Erstellen Sie eine Python-Umgebung mit WSL + Pyenv + Jupyter + VSCode