https://github.com/ahmetfurkandemir/create-a-workspace-for-machine-learning
Create a workspace for machine learning
https://github.com/ahmetfurkandemir/create-a-workspace-for-machine-learning
Last synced: 7 months ago
JSON representation
Create a workspace for machine learning
- Host: GitHub
- URL: https://github.com/ahmetfurkandemir/create-a-workspace-for-machine-learning
- Owner: AhmetFurkanDEMIR
- Created: 2020-02-24T17:48:44.000Z (over 5 years ago)
- Default Branch: master
- Last Pushed: 2020-02-24T19:07:03.000Z (over 5 years ago)
- Last Synced: 2025-01-17T08:22:19.363Z (9 months ago)
- Size: 7.81 KB
- Stars: 15
- Watchers: 3
- Forks: 0
- Open Issues: 0
-
Metadata Files:
- Readme: README.md
Awesome Lists containing this project
README
# Çalışma alanı oluşturma
------------------------------
# Not
'=>' şeklinde yazılan kodlar terminale girilecektir.
'--' şeklinde yazılan yazılar girilen kodun terminaldeki çıktısıdır.
örn:
=> print("ahmed")
-- ahmed
------------------------------
# Yeni Ortamı oluşturma
=> export ML_PATH="$HOME/ml"
isterseniz yolu değiştirebilirsiniz
=> mkdir -p $ML_PATH
pip sürümünü güncelleyin
=> pip3 install --upgrade pip
-- Collecting pip
[...]
Successfully installed pip-9.0.1
=> pip3 install --user --upgrade virtualenv # izole bir ortam oluşturmak için pip komutunu çalıştırarak virtualenv'i yükledik
-- Collecting virtualenv
[...]
Successfully installed virtualenv
=> cd $ML_PATH
=> virtualenv env
artık ortamı oluşturma işlemi bitti.
------------------------------
# Ortama erişmek
Bu ortamı her etkinleştirmek istediğinizde aşağıdaki komutları kullanacksınız.
=> cd $ML_PATH
=> source env/bin/activate
ortama eriştiğinizde komut satırınız " (env) demir@demir:~$ " şeklinde gözükecektir. başına (env) gelecek.
------------------------------
# Ortama yeni kütüphaneler kurmak
=> pip3 install jupyter
-- Collecting jupyter
Downloading jupyter-1.0.0-py2.py3-none-any.whl
[...]
jupyter, numpy, pandas, keras, pyqt5 gibi gibi kütüphaneleri kurabilirsiniz.
ve her yükleme sonunda kütüphaneleri ortama dahil etmelisiniz:
=> python3 -c "import jupyter, matplotlib, numpy, pandas, scipy, sklearn"
------------------------------
Bu şekilde sanal çalışma alanı oluşturarak daha verimli makine öğrenmesi projeleri yazabilirsiniz,
ve herhangi bir şekilde çakışan, hata veren kütüphaneleriniz varsa bu ortamda test ediniz.