电子商务网站建设组织流程图武汉网络推广网络营销
1.使用conda安装的python环境
教程使用的是极简版miniconda,由于我们的电脑中安装了anaconda，所以不需要进行进一步安装。python版本为3.9，博客里面有anaconda和python版本的对应关系。注意查看版本autogluon V0.4需要3.8或者3.9和3.10，pip版本也不能太低，不然的话，可以通过conda安装对应版本。支持Linux,MacOS和Windows系统。不同系统的详细安装指导手册。
在anaconda prompt命令窗口里面输入下面的命令（更新源，提高后续安装第三方库的速度）：
onda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/
conda config --set show_channel_urls yes
查看源
conda config --show channels
2.安装autogluon
pip install autogluon
这里会安装多个机器学习工具包，包括200多M的pytorch GPU版，如果你只用CPU的话，可以在上一步预先安装Pytorch CPU版来加速。下载完之后的安装会花几分钟。下载和安装的轮子都比较多，平均下载速度在100KB/s以下。整个过程在下载的时间是花费最多的。安装了好几个小时都没有按好，感觉像进入死循环一样，最后停掉了，后面再重新安装。
第二次安装依然出现安装问题，所以不再仿照视频进行安装，而是按照官方文档指导方式进行安装。
- 创建python3.9虚拟环境
conda create -n myenv python=3.9 -y
conda activate myenv
2.安装必要轮子
pip install -U pip
pip install -U setuptools wheel
3.到pytorch官网安装pytorch
pip install torch==1.8.1+cu101 torchvision==0.9.1+cu101 torchaudio==0.8.1 -f https://download.pytorch.org/whl/torch_stable.html
按照前面的方式进行安装还是报错，主要是各种版本的不匹配，尤其是pytorch版本的问题，自己笔记本电脑的CUDA驱动是10.1，但是对应10.1的pytorch版本1.8.0偏低，与autogulon版本不匹配。autogulon安装的是0.7.0版本。通过反复卸载和安装torch、torchvision和torchaudio。最后终于安装成功。
1.python3.9
2.autogluon 0.7.0
这里需要注意，CUDA驱动版本是10.1，pytorch只有10.2的，安装上能够正常使用。
3.测试安装
- 安装jupyter后，运行jupyter notebook打开记事本。
- 到autogluon 官网找段代码。
from autogluon.tabular import TabularDataset, TabularPredictor
data_root = 'https://autogluon.s3.amazonaws.com/datasets/Inc/'
train_data = TabularDataset(data_root + 'train.csv')
test_data = TabularDataset(data_root + 'test.csv')
predictor = TabularPredictor(label='class').fit(train_data=train_data)
predictions = predictor.predict(test_data)
autogluon会使用多种算法进行训练，并在几分钟得到模型和预测结果。
因为自己进去anaconda prompt命令进入myenv虚拟环境，输入jupyter note book不能正常启动，所以写下面的博客。在这里插入代码片
4.1 安装内核
pip install ipykernel
或者（两个都一样，下面的使用了豆瓣镜像，访问可能快点）
pip install ipykernel -i https://pypi.douban.com/simple
加入python 2.7版本的内核
两步走：①激活②安装
activate myenv
python -m ipykernel install --user --name=myenv --display-name myenv
到此，切换python版本的基本目的达成。
踩坑注意点：（一定先激活对应版本，再安装核。如果没激活2.7的版本，可能内核显示python2.7版本的，但是一查还是3.7（原先的）
查看python版本
import sys
print(sys.version)
再次确认一下，无误完成了
可能用到的操作：
jupyter kernelspec remove kernelname