【吴恩达课程使用】安装pandas失败-从新开始搭建环境

在第五课第二周的任务2中,虚拟环境缺少pandas,sklearn依赖,因为用pip比较顺手,就直接使用pip安装,结果各种anaconda环境不支持,在自己的再三调试后,整个anaconda环境完全乱掉了!!!遂有下文:

注意:配好之前的环境后使用conda install pandas ,conda install scikit-learn安装相关依赖!不要用pip install !!!

配置不规范,调试两行泪...T-T

一、重装anaconda及tensorflow

从清华源重装anaconda:https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/

版本:Anaconda3-5.3.0-Windows-x86_64.exe 631.4 MiB 2018-09-28 06:46

参照:【吴恩达课程使用】anaconda (python 3.7) win10安装 tensorflow 1.8 cpu版

新虚拟环境名称:tensorflow18

二、删除jupyter残留

删除旧版残留在jupyter里的kernel

打开Anaconda Prompt,输入python -m ipykernel install --user是安装kernel虚拟环境的命令

当不需要这个kernel虚拟环境,或者搭建的这个环境不能工作的时候我们需要删除这个虚拟环境。我们需要这样操作:
1 打开Anaconda Prompt
2 输入jupyter kernelspec list查看安装的kernel和位置
3 根据显示的路径进入其中把文件夹删除,重启jupyter notebook即可

三、jupyter相关

jupyter notebook更改默认工作路径

在Anaconda Prompt终端中输入下面命令,查看你的notebook配置文件在哪里:

jupyter notebook --generate-config

根据你运行实际显示的路径,打开这个配置文件,我电脑上是这个文件C:\Users\用户.jupyter\jupyter_notebook_config.py

找到 c.NotebookApp.notebook_dir 并修改然后保存,后面的是自己要设置的目录

设置好之后,在开始菜单打开 Jupyter Notebook 可能还是显示的原来的工作路径。修改方案是

先找到快捷方式的保存目录,

鼠标右击属性 把 % *** %删除掉,% 里面的东西是默认工作路径指定用户的工作路径,不删除无论你怎么设置都不会起作用的。

四、安装keras和pandas、scikit-learn

【吴恩达课程使用】keras cpu版安装【接】- anaconda (python 3.7) win10安装 tensorflow 1.8 cpu版

注意:配好之前的环境后使用conda install pandas ,conda install scikit-learn安装相关依赖!

不要用pip install !!!

【吴恩达课程使用】pip安装pandas失败-anaconda各种玄学T-T-从新开始搭建环境的更多相关文章

  1. 【吴恩达课程使用】anaconda (python 3.7) win10安装 tensorflow 1.8 cpu版

    [吴恩达课程使用]anaconda (python 3.7) win10安装 tensorflow 1.8 目前tensorflow是只支持到python3.6的,anaconda最新版本已经到pyt ...

  2. 【吴恩达课程使用】keras cpu版安装【接】- anaconda (python 3.7) win10安装 tensorflow 1.8 cpu版

    一.确认tensorflow的版本: 接上一条tensorflow的安装,注意版本不匹配会出现很多问题!:[吴恩达课程使用]anaconda (python 3.7) win10安装 tensorfl ...

  3. Python3 反向传播神经网络-Min-Batch(根据吴恩达课程讲解编写)

    # -*- coding: utf-8 -*- """ Created on Sat Jan 20 13:47:54 2018 @author: markli " ...

  4. 【CNN】 吴恩达课程中几种网络的比较

    LeNet5 AlexNet VGG16 ResNet  : 残差网络 Inception Net :  特点,可以通过1*1*192 的卷积核来缩减参数个数,压缩维度,约缩减10倍, 例如  :用1 ...

  5. 吴恩达最新TensorFlow专项课程开放注册,你离TF Boy只差这一步

    不需要 ML/DL 基础,不需要深奥数学背景,初学者和软件开发者也能快速掌握 TensorFlow.掌握人工智能应用的开发秘诀. 以前,吴恩达的机器学习课程和深度学习课程会介绍很多概念与知识,虽然也会 ...

  6. 吴恩达《机器学习》课程笔记——第六章:Matlab/Octave教程

    上一篇  ※※※※※※※※  [回到目录]  ※※※※※※※※  下一篇 这一章的内容比较简单,主要是MATLAB的一些基础教程,如果之前没有学过matlab建议直接找一本相关书籍,边做边学,matl ...

  7. 机器学习爱好者 -- 翻译吴恩达老师的机器学习课程字幕 http://www.ai-start.com/

    机器学习爱好者 -- 翻译吴恩达老师的机器学习课程字幕 GNU Octave    开源  MatLab http://www.ai-start.com/ https://zhuanlan.zhihu ...

  8. Coursera课程《Machine Learning》吴恩达课堂笔记

    强烈安利吴恩达老师的<Machine Learning>课程,讲得非常好懂,基本上算是无基础就可以学习的课程. 课程地址 强烈建议在线学习,而不是把视频下载下来看.视频中间可能会有一些问题 ...

  9. 李飞飞、吴恩达、Bengio等人的15大顶级深度学习课程

    目前,深度学习和深度强化学习已经在实践中得到了广泛的运用.资源型博客sky2learn整理了15个深度学习和深入强化学习相关的在线课程,其中包括它们在自然语言处理(NLP),计算机视觉和控制系统中的应 ...

随机推荐

  1. Golang gRPC学习(03): grpc官方示例程序route_guide简析

    代码主要来源于grpc的官方examples代码: route_guide https://github.com/grpc/grpc-go/tree/master/examples/route_gui ...

  2. Golang Gtk+3教程:Grid布局

    在上个例子中我们使用了box布局,现在让我们来学习另一种布局--grid.其实这几种布局都大同小异,如果你看懂了上一个例子,想必使用grid也不是难事. 程序运行效果: package main im ...

  3. TestLink使用指南

    TestLink安装上之后,局域网内用户可以登陆使用,下面介绍本软件的使用方式. 1.TestLink简介 TestLink是基于Web的开源测试管理工具,用户可以使用这个工具创建测试项目和测试用例, ...

  4. python库安装失败的解决方法

    安装python库 在https://www.lfd.uci.edu/~gohlke/pythonlibs 中,搜索对应库名称 选取对应版本下载 在cmd窗口中,用命令 pip install+文件路 ...

  5. ethtool 设置网卡接收哈希

    检查 [root@localhost]# ethtool -n eth1 rx-flow-hash tcp4 TCP over IPV4 flows use these fields for comp ...

  6. RabbitMQ set password

    问题: -- ::09.387 ERROR oslo.messaging._drivers.impl_rabbit [req-51faf017-4f1f-4a24-ab79-624b302b839b ...

  7. golang grpc demo

    1.grpm 安装: git clone https://github.com/grpc/grpc-go.git $GOPATH/src/google.golang.org/grpc 2.proto, ...

  8. CentOS ISO 下载地址

    x86_64:https://wiki.centos.org/Download ARM:http://mirror.nsc.liu.se/centos-store/altarch/ http://dl ...

  9. Dubbo源码学习之-通过源码看看dubbo对netty的使用

    前言 前段时间,从头开始将netty源码了解了个大概,但都是原理上理解.刚好博主对dubbo框架了解过一些,这次就以dubbo框架为例,详细看看dubbo这种出色的开源框架是如何使用netty的,又是 ...

  10. 【转】Python进度条tqdm的使用

    有时候在使用Python处理比较耗时操作的时候,为了便于观察处理进度,这时候就需要通过进度条将处理情况进行可视化展示,以便我们能够及时了解情况.这对于第三方库非常丰富的Python来说,想要实现这一功 ...