conda、anaconda、pip、pytorch、tensorflow有什麽關聯？

知乎上有人問，conda、anaconda、pip、torch、pytorch、tensorflow到底是什麽東西？

對於那些做數據分析的Python初學者來說，這還真是個問題，有點傻傻分不清。

我畫了一張圖，可以大致看出它們的區別和關聯。

pytorch、tensorflow都是Python的第三方庫，相當於封裝的程式碼工具集庫，透過import匯入使用。

這兩個都是深度學習框架，用來搭建AI模型什麽的，使用範圍非常之廣，幾乎科研/互聯網公司都在用。

conda、pip是Python的包管理器，用來管理pytorch、tensorflow等第三方庫，比如下載、安裝、更新等。

另外conda還用來建立虛擬環境，和enev庫類似。

Anaconda是專門用於數據科學的Python發行版本（垂直版），它包含了Python、conda、上百個數據科學第三方庫等，是一個大而全的Python數據科學百寶盒

因此可以這樣理解，Anaconda包含conda、pip、torch、pytorch、tensorflow，而conda、pip用來管理torch、pytorch、tensorflow這些第三方庫

下面講講這些工具的安裝和基礎使用。

Anaconda

Anaconda安裝很簡單，直接去官網下載個exe檔，一路next安裝到本地即可（最好非C槽）

conda

如果你安裝了Anaconda，那麽conda會配套一起安裝好，無需你再操心

conda兩個核心功能，一是管理第三方庫，而是搭建虛擬環境

conda install numpy


conda update numpy


conda remove numpy


conda create -n myenv python=3.8


activate myenv


deactivate


pip

pip專門用於管理第三方庫，Python會內建pip，無需你再次安裝

pip的使用方法和conda類似，比如 pip install numpy

pytorch

pytorch是facebook開發的深度學習框架，而且是開源的。

pytorch主要用來構建深度學習模型，比如摺積神經網路、自然語言處理，最近大火的openai chatgpt也是基於pytorch建模的。

Anaconda已經內建pytoch，只需你做一些簡單的配置就可以使用。

以下是簡單的PyTorch程式碼範例，用於建立一個簡單的神經網路進行線性回歸。

import torch
import torch.nn as nn
import torch.optim as optim
# 定義模型
classLinearRegressionModel(nn.Module):
def__init__(self, input_dim, output_dim):
super(LinearRegressionModel, self).__init__()
self.linear = nn.Linear(input_dim, output_dim)
defforward(self, x):
out = self.linear(x)
return out
# 定義超參數
input_dim = 1
output_dim = 1
learning_rate = 0.01
num_epochs = 100
# 建立模型、損失函式和最佳化器
model = LinearRegressionModel(input_dim, output_dim)
criterion = nn.MSELoss()
optimizer = optim.SGD(model.parameters(), lr=learning_rate)
# 訓練模型
for epoch in range(num_epochs):
# 假設我們有一些輸入數據x和目標數據y
x = torch.randn(100, input_dim)
y = 3 * x + torch.randn(100, output_dim)
# 前向傳播
outputs = model(x)
loss = criterion(outputs, y)
# 反向傳播和最佳化
optimizer.zero_grad()
loss.backward()
optimizer.step()
if (epoch + 1) % 10 == 0:
print('Epoch [{}/{}], Loss: {:.4f}'.format(epoch + 1, num_epochs, loss.item()))








Tensorflow

Tensorflow是谷歌開發的開源深度學習框架，和pytorch一樣，都是用來搭建深度學習模型。

前幾年很出名的Deepmind公司AlphaGo，就是基於Tensorflow開發的。

以下是一個簡單的TensorFlow程式碼範例，用於建立一個簡單的神經網路進行分類：

import tensorflow as tf
from tensorflow import keras
from tensorflow.keras import layers
# 構建模型
model = keras.Sequential([
layers.Dense(64, activation='relu', input_shape=(10,)),
layers.Dense(32, activation='relu'),
layers.Dense(10, activation='softmax')
])
# 編譯模型
model.compile(optimizer='adam', loss='sparse_categorical_crossentropy', metrics=['accuracy'])
# 訓練模型
model.fit(x_train, y_train, epochs=10)



其實還有很多鼎鼎大名的第三方庫，就不一一贅述。

加入知識星球【我們談論數據科學】

600+小夥伴一起學習！