- DESCARGAR E INSTALAR ANACONDA PYTHON PARA WINDOWS
- CURSO DE HACKING >>> AQUÍ
- ¿Por qué instalar Python y Anaconda en mi ordenador?
- PAgenda del futuro Científico de Datos
- 1 – Descargar Anaconda
- 2 – Instalar Anaconda
- 3 – Iniciar y Actualizar Anaconda
- 4 – Actualizar libreria scikit-learn
- 5 – Instalar librerías para Deep Learning
DESCARGAR E INSTALAR ANACONDA PYTHON PARA WINDOWS
Instalar ambiente de Desarrollo Python Anaconda para Aprendizaje Automático
Posted onPara programar tu propia Máquina de Inteligencia Artificial necesitarás tener listo tu ambiente de desarrollo local, en tu computadora de escritorio o portátil. En este tutorial explicaremos una manera sencilla de configurar Python y las librerías necesarias para programar como un Científico de Datos y utilizar los algoritmos más conocidos de Machine Learning. DESCARGAR E INSTALAR ANACONDA PYTHON PARA WINDOWS
CURSO DE HACKING >>> AQUÍ
¿Por qué instalar Python y Anaconda en mi ordenador?
Python es un lenguaje sencillo, rápido y liviano y es ideal para aprender, experimentar, practicar y trabajar con machine learning, redes neuronales y aprendizaje profundo –entre otros-.
Utilizaremos la Suite de Anaconda que nos facilitará la tarea de instalar el ambiente e incluirá las Jupyter Notebooks, que es una aplicación que nos ayudará a hacer ejercicios paso a paso en Machine Learning, crear visualizaciones de datos y escribir comentarios tal como si se tratase de un cuaderno de notas del colegio o la universidad.
Esta Suite es multiplataforma y se puede utilizar para Windows, Linux y Macintosh. En mi caso descargaré la versión para mi Macbook Pro, pero para otro sistema operativo será similar.
CURSO DE BIOINFORMATICA CON PYTHON >>> CLICK AQUÍ
PAgenda del futuro Científico de Datos
Nuestra agenda de hoy incluye:
- Descargar Anaconda
- Instalar Anaconda
- Iniciar y Actualizar Anaconda
- Actualizar paquete scikit-learn
- Instalar Librerías para Deep Learning
1 – Descargar Anaconda
En este paso veremos como descargar anaconda a nuestro disco y obtener esta suite científica de Python
Nos dirigimos a la CLICK >> Home de Anaconda e iremos a la sección de Download (descargas)
Elegimos nuestra plataforma: Windows, Mac o Linux (en mi caso seleccionaré la de Apple)
Atención: Elegir la versión de Python 3.6 (y no la de 2.7) y seleccionar el instalador Gráfico (Graphical Installer)
Con esto guardaremos en nuestro disco duro unos 620MB (según sistema operativo) y obtendremos un archivo con el nombre similar a Anaconda3-5.1.10-MacOSX-x86_64.pkg
2 – Instalar Anaconda
En este paso instalaremos la app en nuestro sistema. (Deberá tener permisos de Administrador si instala para todos los usuarios).
Ejecutamos el archivo que descargamos haciendo doble click.
Se abrirá un “Típico Wizard” de instalación.
Seguiremos los pasos, podemos seleccionar instalación sólo para nuestro usuario, seleccionar la ruta en disco donde instalaremos y listo.
Al instalarse el tamaño total podrá superar 1Gb en disco.
3 – Iniciar y Actualizar Anaconda
En este paso comprobaremos que se haya instalado correctamente y verificar tener la versión más reciente.
Anaconda viene con una suite de herramientas gráficas llamada “Anaconda Navigator”. Iniciemos la aplicación y veremos una pantalla como esta:
Entre otros vemos que podemos lanzar las Jupyter Notebooks! (más adelante escribiré específicamente sobre esto).
Para comprobar la instalación abrimos una Terminal de Mac/Linux/Ubuntu o la Linea de Comandos de Windows.
Escribimos
|
1
|
conda –V
|
y obtenemos la versión
|
1
|
conda 4.3.30
|
luego tipeamos
|
1
|
python –V
|
y verificamos la versión de Python de nuestro sistema.
Para asegurarnos de tener la versión más reciente de la suite ejecutaremos
|
1
|
conda update conda
|
debemos poner ‘y’ para actualizar y se descargarán. Luego ejecutamos
|
1
|
conda update anaconda
|
Para confirmar que todo funciona bien, crearemos un archivo de texto para escribir un breve script de python. Nombra al archivo versiones.py y su contenido será:
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
|
# scipy
import scipy
print(‘scipy: %s’ % scipy.__version__)
# numpy
import numpy
print(‘numpy: %s’ % numpy.__version__)
# matplotlib
import matplotlib
print(‘matplotlib: %s’ % matplotlib.__version__)
# pandas
import pandas
print(‘pandas: %s’ % pandas.__version__)
# statsmodels
import statsmodels
print(‘statsmodels: %s’ % statsmodels.__version__)
# scikit-learn
import sklearn
print(‘sklearn: %s’ % sklearn.__version__)
|
En la linea de comandos, en el mismo directorio donde está el archivo escribiremos:
|
1
|
python versiones.py
|
y deberemos ver una salida similar a esta:
|
1
2
3
4
5
6
|
scipy: 0.18.1
numpy: 1.12.1
matplotlib: 1.5.3
pandas: 0.19.2
statsmodels: 0.8.0
sklearn: 0.18.1
|
4 – Actualizar libreria scikit-learn
En este paso actualizaremos la librería más usada para Machine Learning en python llamada SciKit Learn
En la Terminal escribiremos
|
1
|
conda update scikit–learn
|
Deberemos confirmar la actualización poniendo ‘y’ en la terminal.
Podemos volver a verificar que todo es correcto ejecutando
|
1
|
python versiones.py
|
5 – Instalar librerías para Deep Learning
En este paso instalaremos las librerías utilizadas para Aprendizaje profundo. Específicamente serán keras –nuevo tutorial Sencilla Red Neuronal– la famosa y querida Tensorflow de Google.
Para ello ejecutaremos en nuestra línea de comandos
|
1
|
conda install –c conda–forge tensorflow
|
|
1
|
pip install keras
|
Y crearemos un nuevo script para probar que se instalaron correctamente. Le llamaremos versiones_deep.py y tendrá las siguientes lineas:
|
1
2
3
4
5
6
|
# tensorflow
import tensorflow
print(‘tensorflow: %s’ % tensorflow.__version__)
# keras
import keras
print(‘keras: %s’ % keras.__version__)
|
Ejecutamos en línea de comandos
|
1
|
python versiones_deep.py
|
en la terminal y veremos la salida:
|
1
2
3
|
tensorflow: 1.0.1
Using TensorFlow backend.
keras: 2.0.2
|
Ya tenemos nuestro ambiente de desarrollo preparado para empezar a programar
DESCARGAR E INSTALAR ANACONDA PYTHON PARA WINDOWS
PREGUNTAS FRECUENTES SOBRE ANACONDA PYTHON PARA WINDOWS
9.¿ Como descargar ambiente anaconda de python ?
