Python 딥러닝에서 자주 사용하는 패키지 요약입니다

Python 딥러닝에서 자주 사용하는 패키지 요약입니다

일반적으로 사용되는 Pytorch 프레임워크보다 일반적으로 사용되는 패키지를 기록하여 딥 러닝 환경을 쉽게 재구성할 수 있습니다.

1.틀입니다

다른 프레임은 일반적으로 다른 환경에 설치됩니다.
최신 Anaconda는 Python 3.6, Python 3.7 가상 환경을 만들어 Pytorch, tensorflow를 위한 별도의 환경을 만듭니다.
pytorch, tensorflow, paddle, mxnet 딥러닝 프레임워크가 GPU 기능을 올바르게 지원하는지 확인합니다.
python이 pip 수정 미러링 - cmd 명령을 수정했습니다
아나콘다 환경에서 conda 명령을 사용하여 cuda, cudnn, tensorflow(-gpu), pytorch를 설치합니다

1.1 pytorch

현재 설치 버전: 1.7.1입니다

pip install torch===1.7.1+cu110 torchvision===0.8.2+cu110 torchaudio===0.7.2 -f https://download.pytorch.org/whl/torch_stable.html

 

pytorch 1.9.0

pip3 install torch==1.9.0+cu111 torchvision==0.10.0+cu111 torchaudio===0.9.0 -f https://download.pytorch.org/whl/torch_stable.html

 

1.2 tensorflow 1.15 cpu, gpu 버전입니다

 

파이썬 버전 3.5 - 3.7이면요

pip install tensorflow==1.15 -i http://pypi.douban.com/simple/

# gpu 버전입니다.
pip install tensorflow-gpu==1.15

Linux 시스템을 설치하는 가장 좋은 방법입니다

conda install -c conda-forge tensorflow-gpu==1.15.0

cudatoolkit과 cudnn 플러그인을 설치하는 동안 GPU의 cuda를 글로벌하게 설치하지 않아도 됩니다. 글로벌 cuda를 구성하는 것은 매우 어렵기 때문입니다.

conda는 적절한 cudatoolkit과 cudnn 버전을 자동으로 선택하여 설치합니다

아직 나도 conda 명령만 성공했을 뿐 pip 명령은 모릅니다

1.3tensorflow2.0

# gpu 버전입니다.
pip install tensorflow-gpu==2.0
# cpu 버전입니다.
pip install tensorflow==2.0

1.4 Anaconda 가상 환경에 Tensorflow-gpu-멀티버전에 CUDA를 설치합니다
인터넷에서 Tensorflow-gpu의 설치 튜토리얼을 읽으면 cuda를 설치할 때 사람들이 대머리가 보입니다. 왜냐하면 그들은 모두 공식 웹 사이트에서 cuda와 cudnn을 다운로드하도록 하고 Windows 시스템을 기반으로 다양한 환경 변수를 추가하고 모든 버전이 호환되어야 하며 여러분의 몸과 마음을 힘들게 하기 때문입니다.

당신이 필요로 하는 텐서플로우 버전을 참고하여 해당 버전의 쿠다를 설치하는 것이 중요합니다!!!!

1.쿠다툴킷(CUDA)을 설치합니다

CUDA를 설치할 때는 반드시 버전을 지정해야 합니다. 예를 들어 TensorFlow는 2.3.0 버전입니다. 위 그림을 참고하세요👆 나는 CUDA 10.1을 설치할 것입니다

conda install-canaconda cudatoolkit #-c는 channel을 나타냅니다. 검색 팩의 채널을 지정하는 데 사용됩니다. 기본 최신 버전입니다.
or
conda install cudatoolkit=10.1 # 버전을 지정하려면

2.cudnn을 설치합니다

이전 단계에서 버전을 지정하면 여기서 ~가 자동으로 일치하므로 CUDA를 설치할 때 버전을 지정하여 설치합니다.이렇게 하면 다음 첫 번째 명령을 사용하여 설치할 수 있습니다

conda install - canaconda cudnn #버전을 위에서 지정하면 자동으로 일치합니다~
conda install cudnn=7.3.1

1.5 DGL 그림 네트워크 프레임워크입니다

# 위의 pytorch 1.7.1과 함께 사용하려면 pytorch 1.7.1을 먼저 설치합니다.
pip install dgl-cu110

2.공구집입니다.
총명령입니다
XXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXX

pip install matplotlib numpy opencv-python pillow scikit-learn pandas openpyxl h5py scipy tqdm seaborn grip  jupyter notebook

NLP의 가방을 추가합니다

pip install jieba wordcloud gensim

파충류 가방 좀 주세요

pip install requests selenium beautifulsoup4 lxml

XXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXX

2.1 scikit-learn(sklearn)

pip install scikit-learn

현재 버전: 0.24.1입니다.

2.2 pandas

pip install pandas

현재 버전: 1.2.2입니다

pandas를 설치하면 numpy가 설치됩니다.

2.3 numpy

pip install numpy

현재 버전: 1.20.1입니다

이전 pytorch 설치에서는 최신 numpy를 사용할 수 없었습니다.1.16.6 가능합니다.

하지만 지금은 최신버전으로 가능합니다

2.4 matplotlib
그림 꾸러미를 그립니다

pip install matplotlib

현재 버전: 3.3.4입니다.

2.5 jupyter notebook

pip install jupyter notebook

2.6 gensim

젠심은 구문(또는 전체 문장 또는 문서와 같은 상위 구조) 패턴을 측정하여 문서의 의미 구조를 마이닝하는 도구입니다.
알고리즘에는 Word2vec, doc2vec 등이 있습니다

pip install gensim

설치 포인트: gensim의 명령어 버전에 따라 매개변수가 다를 수 있으며 scipy 버전과도 관련이 있습니다.
일부 오래된 코드와 같이 일반적으로 gensim 3.0이 사용되지만 이것은 scipy==1.2.1이 필요할 수 있습니다. 그렇지 않으면 오류가 발생하거나 Attribute Error: module 'scipy. misc' has no attribute XXX의 이상이 보고될 수 있습니다.이 이상을 신고하면 scipy 버전이 틀렸다는 뜻입니다.
최신 젠심을 사용하면 인터넷에서 찾은 코드를 어느 정도 수정해야 할 수도 있습니다

3 적게 쓰는 가방입니다
3.1 networkx
networkx는 복잡한 그래프 구조를 구성하고 조작하고 그래프 분석 알고리즘을 제공하는 파이썬의 패키지입니다

pip install networkx

현재 버전: 2.5입니다.

3.2 seaborn
Seaborn은 matplotlib의 강력한 확장입니다

pip install seaborn