开发环境搭建目录
-
- 一、简介
- 二、python
-
- 1.python软件介绍
- 2.安装过程
- 三、Anaconda
-
- 1.Anaconda软件介绍
- 2.Anaconda安装
- 四、Jupter-notebook
-
- 1.Jupter-notebook介绍
- 2.新建开发环境、Jupter-notebook安装
- 3.Jupyter-Notebook优化设置
-
- （1）修改Jupyter文件创建默认路径
- （2）Jupyter中安装编程常用扩展插件
- 五、个人使用总结
一、简介
这套教程是完整的开发环境框架搭建，搭建完就能直接能上手敲代码不需要别的知识准备流程，在windows上搭建运行，安装过程按照下面的来，基本上不会出现像安装其他IDE那样可能出现各种路径配置等问题，对于急需提升自己的小白来说可以说得算是非常友好了。
Jupyter notebook相对于pycharm来说，jupter更多用于数据探索和算法设计阶段，需要即是获得一段代码结果。 pycharm更加适合于工程化的项目，比如编写一个python库，或者编写一个web项目，这个时候pycharm可能更加好用。所以对于刚上手的人来说，选择jupter-notebook更加友好。
二、python
1.python软件介绍
Python是一种解释型、面向对象的、移植性强的高级程序语言，学习人工智能首选编程语言
- 解释型：不需要编译成二进制代码，可以直接从源代码运行
- 面向对象：Python既支持面向过程的编程也可支持面向对象的编程（博主认为的面向对象是这样，把大象扔进冰箱里，就三步，第一步打开冰箱门，第二步，把大象放进去，第三部，关上冰箱门，不用考虑怎么把大象放进去，怎么打开冰箱门诸如此类的细节问题）
- 可移植性：由于它的开源本质，可在不同平台进行开发
- 高层语言：无须考虑诸如如何管理程序使用的内存一类的底层细节
2.安装过程
三、Anaconda
1.Anaconda软件介绍
Anaconda是一个方便python的python包管理和环境管理软件
- 支持Liux，Mac，Windows
- 可以很方便地解决版本python并存、切换以及各种第三方包安装问题
- 使用方便、环境部署步骤简单
2.Anaconda安装
四、Jupter-notebook
1.Jupter-notebook介绍
Jupter Noteabook是一个开源的Web应用程序，允许开发者方便的创建和共享代码文档。
- 可以实时写代码、运行代码、查看结果并可视化数据
- 允许把代码写入独立的cell中，然后单独执行。用户可以在测试项目时单独测试特定代码块，无需从头开始执行代码（好评，非常节约时间）
- 基于web框架进行交互开发，非常方便
2.新建开发环境、Jupter-notebook安装
3.弹出命令行窗口，输入下面配置语句新建环境,name是自定义名字
4.继续输入配置语句，激活环境,括号内从base换成自定义的name之后成功完成激活。
8.回到之前的命令行窗口下载工具包进行页面优化，输入以下配置命令，i后面跟的是国内清华镜像网站，下载速度快很多。
10.就可以愉快地根据python语法开始敲代码了，notebook默认保存文件的路径可以通过输入下面语句找到
3.Jupyter-Notebook优化设置
上面只是满足了基本需求，更改默认路径安装了扩展插件之后会让体验更加好
（1）修改Jupyter文件创建默认路径
1.从开始菜单栏里点开Anaconda prompt命令框，输入以下命令
3.在打开的文件中找到下面两行，用ctrl+f找
将第二行的#去掉，在单引号中填上自己想要存储文件的路径（创建好路径之后再填入），关闭之后重启Jupyter-notebook就可以了
（2）Jupyter中安装编程常用扩展插件
1.从Anaconda里找到创建好的开发环境，Open Terminal点开命令框
2.输入以下命令语句安装库, 命令-i后面加的地址是清华镜像网站，最好保存这个地址，以后安装各种库的时候都要用得到，不用国内镜像地址下载速度容易怀疑人生
安装完之后需要配置 nbextension，继续输入 以下命令，注意配置的时候要确保已关闭 Jupyter Notebook：
-
Hinterland : 代码自动补全功能
-
ExcecuteTime:计算每一个模块的时间，和运行结束时间
五、个人使用总结
- Anaconda主要负责进命令框安装各种插件和python库，用pip install 安装包的时候别忘了后面跟着使用-i https://pypi.tuna.tsinghua.edu.cn/simple/ 加快下载包和库的速度。
- Jupyter-notebook界面上进行python编程，python语法基础网上资源到处都是，可以边学边实践。人工智能可视化图，机器学习，深度学习等一些要用到库有 Matplotlib ，NumPy，pandas，在Anaconda上用命令语句下载，博主也给了官方使用文档的链接，可以直接点进去学习查看。
小白型博主，上面教程如果出现错误或者遗漏可以在评论区指出，一定及时更改。自己也是网上搜了各种教程视频，踩了许多坑，大部分教程要么是直接教python语法，要不就是安装虚拟机，先学Linux操作语法，那套学习教程可能更加系统科学，但是在敲代码之前还有很长 一段准备流程，略微繁琐有点容易劝退。
最后总结出来这套开发环境更加适合像博主这样急需提升自己的小白，发博客的目的是加深学习印象，同时也能帮助其他一些零基础小白少走弯路，觉得有帮助的可以点赞支持一下吧hh，下面也给出找到的这套开发环境的视频教程。
可能大家都想学习AI大模型技术，也想通过这项技能真正达到升职加薪，就业或是副业的目的，但是不知道该如何开始学习，因为网上的资料太多太杂乱了，如果不能系统的学习就相当于是白学。为了让大家少走弯路，少碰壁，这里我直接把全套AI技术和大模型入门资料、操作变现玩法都打包整理好，希望能够真正帮助到大家。
👉AI大模型学习路线汇总👈
第二阶段： 在通过大模型提示词工程从prompts角度入手更好发挥模型的作用；
第三阶段： 大模型平台应用开发借助阿里云PAI平台构建电商领域虚拟试衣系统；
第四阶段： 大模型知识库应用开发以LangChain框架为例，构建物流行业咨询智能问答系统；
第五阶段： 大模型微调开发借助以大健康、新零售、新媒体领域构建适合当前领域大模型；
第六阶段： 以SD多模态大模型为主，搭建了文生图小程序案例；
第七阶段： 以大模型平台应用与开发为主，通过星火大模型，文心大模型等成熟大模型构建大模型行业应用。
👉大模型实战案例👈
光学理论是没用的，要学会跟着一起做，要动手实操，才能将自己的所学运用到实际当中去，这时候可以搞点实战案例来学习。
👉大模型视频和PDF合集👈
👉学会后的收获：👈
• 基于大模型全栈工程实现（前端、后端、产品经理、设计、数据分析等），通过这门课可获得不同能力；
• 能够利用大模型解决相关实际项目需求： 大数据时代，越来越多的企业和机构需要处理海量数据，利用大模型技术可以更好地处理这些数据，提高数据分析和决策的准确性。因此，掌握大模型应用开发技能，可以让程序员更好地应对实际项目需求；
• 基于大模型和企业数据AI应用开发，实现大模型理论、掌握GPU算力、硬件、LangChain开发框架和项目实战技能， 学会Fine-tuning垂直训练大模型（数据准备、数据蒸馏、大模型部署）一站式掌握；
• 能够完成时下热门大模型垂直领域模型训练能力，提高程序员的编码能力： 大模型应用开发需要掌握机器学习算法、深度学习框架等技术，这些技术的掌握可以提高程序员的编码能力和分析能力，让程序员更加熟练地编写高质量的代码。