搜尋結果
2024年1月12日 · python virtual environment. ray_wu 2024-01-12 22:47:49 ‧ 981 瀏覽. 分享至. Python venv (Virtual Environment)，用於建立及管理虛擬環境，虛擬環境可以讓你在同一台電腦上管理多個Python專案，每個專案都可以擁有獨立的套件和dependencies，避免不同專案之間的衝突。 建立、進入和離開虛擬環境的步驟. 創建虛擬環境： 打開終端機，使用以下命令建立一個名為 "myenv_name" 的虛擬環境. python -m venv myenv_name. 這個命令會在當前目錄中創建一個新的虛擬環境。 進入虛擬環境： 在終端機中，使用以下命令進入虛擬環境： 在 Windows 上：
- 修正 Python 命令錯誤
- 使用 Conda 指令
- Anaconda 建立虛擬環境
若出現 python 不是內部或外部命令、可執行的程式或批次檔 的朋友別緊張，可能只是系統尚未成功設定環境。這時必須手動來新增環境變數。首先到本機->右鍵內容->進階系統設定 接著會跳出系統內容的視窗，找到進階->環境變數 接著下方的系統變數欄位中尋找 Path並點選編輯 接著點選新增，再把系統安裝 Anaconda 的資料夾位置貼上即可，通常預設為 C 碟。
一切就緒後就可以啟動 Anaconda，可以在 terminal 輸入 conda查看是否有下列訊息 有的話，就沒有問題可以開始使用相關工具囉！在 Anaconda 中 conda 就如同 pip 的存在，所以如果有出現錯誤不妨看看 上面步驟有沒有步驟漏掉！
簡單介紹一下 Anaconda 的虛擬環境建立，在一台電腦上難免需要不同的環境來開發，ROS 需要 python2，Tendorflow 需要 Python3，這時候虛擬環境就很重要。 首先，我們查看一下當前環境 可以看到顯示出 base 並且帶有一個 * ，代表目前處於 base環境 接著，假設我需要建立一個 python2.7 名稱為 fordemo的虛擬環境，我需要輸入 他得到建立環境的指令後會詢問是否建立一些必要的 package 如下圖 當然選 y 建立完成後，在一次使用 conda env list查看環境 有看到自己建立的 fordemo 就是成功了，但可以看到 * 還在 base ，接著我們要切換到這個 fordemo環境 輸入 切換成功後會在命令列最前方看到 (fordem...
1.到Python官網找到想要的版本. 大家應該Google Python 就會找到，然後到Downloads那邊，但是我還是附一下網址如下： https://www.python.org/downloads/ 然後選擇 Windows 挑選 executable installer 版本 看你系統64或32位元. 2.開始安裝Python. 先按 Add Python 3.6 to Path 然後 選擇Customize installation. Optional Features裡面 全部勾選然後按 Next. Advanced Options裡面 勾選Install for all users.
2022年9月1日 · 這次的主題是「30天帶你從零基礎到Python爬蟲」，希望可以帶大家從零基礎的情況下學會如何用Python來爬蟲！ 因為是for零基礎的人，所以會帶到一些基礎的語法不過也不會講得太深入，如果有興趣想學更多可以去看我去年的文章，或是直接到我的YT有一些講解的影片～ 工欲善其事，必先利其器. 學程式一開始當然是要有可以coding的環境，這次要介紹有本地環境PyCharm. 但在裝環境前還有一個很重要的前置作業—翻譯器，這樣電腦才能讀懂我們打的程式碼，Python翻譯器目前分成兩個系列： Python 2 系列：最後一個版本是 2.7，不會再更新了只會修正 bug， Python 3 系列：跟 Python 語法有些許的不相容但影響不大，持續更新中. 到底要安裝哪個版本呢？
2021年9月11日 · 創建好虛擬環境了，自然是要啟動環境才能使用對應的虛擬環境。 conda activate thisenvs. 這行指令將會啟動剛剛創建的環境，若出現以下圖片，代表啟動成功嚕! 此時你可以看到在Anaconda底下的環境列表也會出現剛剛所創建的虛擬環境。 而如果需要在thisenvs這個虛擬環境安裝額外套件的話，可以透過此頁面安裝，也可以透過Anaconda Prompt下達命令來安裝。 conda install packagesname #要下載的套件名稱. 下達這行指令，套件就會自動開始下載嚕! 下篇開始會介紹Python基礎小知識喔~ 檢舉.
2023年10月8日 · 許皓翔. 團隊 最強資工大電神. 2023-10-08 11:21:27. 672 瀏覽. 分享至. 前言. 前面幾天提到過，當一個模型的參數較多，會導致模型複雜度過高，這會讓模型在訓練資料的擬和表現很好，但在新的陌生資料上 ( 測試資料 ) 表現不佳，就會出現過度擬和的情況，對於過度擬和的問題，我們就可以透過正則化的技術來降低模型的複雜性，確保模型的效能不會過度擬和，以提高模型的泛化能力，通常正則化會用到的方法有權重正則化、彈性網路 ( Elastic Net )、早停 ( Early Stopping )、丟棄 ( Dropout )。 權重正則化.
2023年9月19日 · 許皓翔. 團隊 最強資工大電神. 2023-09-19 09:46:37. 1042 瀏覽. 分享至. 前言. 資料預處理 ( Data Preprocessing ) 指的是在進行機器學習或深度學習之前，對原始的資料進行處理或轉換的過程，是相當重要的流程，為了確保訓練模型時使用的資料品質、一致性與合適程度以提高模型性能與泛化能力，常見的預處理技術有： 資料清洗 Data Cleaning. 資料清理是資料預處理過程的重要步驟，包括處理資料中的缺失值，異常值和重複值等，確保數據的準確性、完整性和一致性，下面是資料清理的常見方法：
