Hướng dẫn cài đặt môi trường làm việc Machine Learning trên Python với Anaconda

Hướng dẫn cài đặt môi trường làm việc Machine Learning trên Python với Anaconda

Python là một ngôn ngữ phổ thông, dễ tiếp cận đối với những người mới bắt đầu làm quen với lập trình. Trong các bài toán Deep learning, có nhiều thư viện hỗ trợ cho việc phát triển như Tensoflow, OpenCV, Keras, Scit-learn…
Để cài đặt môi trường Python và các thư viện đi kèm hỗ trợ việc lập trình trên các hệ điều hành khác nhau thường mất nhiều thời gian và nảy sinh nhiều vấn đề.
Nội dung bài viết này sẽ hướng dẫn bạn cài đặt môi trường làm việc Machine Learning trên Python với Anaconda một cách nhanh chóng và dễ dàng

Nội dung bài viết bao gồm

  1. Tải và cài đặt Anaconda
  2. Cài đặt Spyder hỗ trợ lập trình Python
  3. Cài đặt các thư viện Deep Learning
  4. Chạy Spyder
  1. Tải và cài đặt Anaconda

Phiên bản mới nhất của Anaconda đang mặc định đi kèm với Python 3.8 nên để đảm bảo tương thích với các thư viện hỗ trợ việc lập trình Deep learning, mình đề nghị các bạn nên tải phiên bản 4.2 trên Python 3.6 sẽ ổn định hơn.
Để cài đặt phiên bản Anaconda 4.2, các bạn vào đường link tại đây và kéo xuống tìm phiên bản Anaconda 4.2 cho hệ điều hành tương ứng của bạn. Ví dụ như hình dưới, mình chọn và tải phiên bản Anaconda3-4.2.0-Window-x86_64.exe

Sau khi tải bản cài đặt Anaconda, các bạn cài đặt bình thường tùy thuộc vào hệ điều hành mà bạn đang sử dụng. Sau khi cài đặt xong, các bạn mở Terminal của hệ điều hành và xác nhận Conda bằng câu lệnh sau:

Kết quả bạn nhận được có thể là

conda 4.2.0

Xác nhận phiên bản Python bằng câu lệnh sau

Kết quả bạn nhận được có thể là

python 3.6.0 :: Anaconda 4.2.0 (x86_64)

2. Cài đặt Spyder hỗ trợ lập trình Python

Tùy thuộc vào môi trường máy tính của bạn là OS, Linux hay Window mà bạn có thể mở Terminal của Anaconda khác nhau. Trước tiên, bạn có thể tùy chỉnh môi trường làm việc riêng với một phiên bản Python cố định. Ví dụ, mình lựa chọn phiên bản Python 3.6 và tiến hành cài đặt.

Để tạo môi trường làm việc tùy chỉnh, bạn có thể nhập câu lệnh sau

Bạn cần nhớ tên py36 và kích hoạt nó trước mỗi phiên làm việc thông qua câu lệnh sau

Sau khi kích hoạt môi trường làm việc tùy chỉnh, bạn có thể cài đặt Spyder với câu lệnh

3. Cài đặt các thư viện Deeplearning

Bạn có thể cài đặt các gói thư viện phổ biến lần lượt theo các câu lệnh sau

Với thư viện tensorflow, nếu bạn gặp lỗi thì có thể thử với hai dòng lệnh sau

Nếu máy tính bạn là GPU thì bạn nên thử dòng lệnh sau

4. Chạy spyder

Bạn cần nhớ rằng phải kích hoạt thư viện tùy chỉnh trước mỗi phiên làm việc, sau đó bạn khởi động spyder với câu lệnh sau từ Terminal

spyder

bạn sẽ thấy giao diện Spyder hiện lên với tên phiên bản Python đã tùy chỉnh môi trường trên thanh menu Spyder

Như vậy là bạn đã thiết lập xong môi trường làm việc và bạn có thể bắt đầu học Deep learning với ngôn ngữ Python

Xin chân thành cảm ơn các bạn đã dành thời gian đọc bài viết này

Chat Zalo