Scribd
Cargar
237 vistas9 páginas

Cómo Instalar Python Anaconda

Este documento explica cómo instalar el entorno de desarrollo Python Anaconda para aprendizaje automático. Describe cómo descargar e instalar Anaconda, iniciarlo y actualizarlo, actualizar la librería scikit-learn, e instalar librerías para aprendizaje profundo como TensorFlow y Keras. El objetivo es configurar un ambiente de desarrollo local para programar algoritmos de machine learning.

Cargado por

Yo
Derechos de autor
© © All Rights Reserved
Nos tomamos en serio los derechos de los contenidos. Si sospechas que se trata de tu contenido, reclámalo aquí.
Formatos disponibles
Descarga como PDF, TXT o lee en línea desde Scribd
237 vistas9 páginas

Cómo Instalar Python Anaconda

Este documento explica cómo instalar el entorno de desarrollo Python Anaconda para aprendizaje automático. Describe cómo descargar e instalar Anaconda, iniciarlo y actualizarlo, actualizar la librería scikit-learn, e instalar librerías para aprendizaje profundo como TensorFlow y Keras. El objetivo es configurar un ambiente de desarrollo local para programar algoritmos de machine learning.

Cargado por

Yo
Derechos de autor
© © All Rights Reserved
Nos tomamos en serio los derechos de los contenidos. Si sospechas que se trata de tu contenido, reclámalo aquí.
Formatos disponibles
Descarga como PDF, TXT o lee en línea desde Scribd
Está en la página 1/ 9

 

Aprende
Machine
Learning
en Español

Privacidad - Términos
 

PRÁCTICA

Instalar ambiente de
Desarrollo Python Anaconda
para Aprendizaje Automático
 March 23, 2018 by Na8

Para 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.

Privacidad - Términos
 

Privacidad - Términos
¿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.

Atención! Tenemos la opción de Ejecutar nuestro ambiente en la


Nube, gratis con una cuenta en Google Colab, en este artículo te
lo cuento!

Agenda del futuro Científico de Datos

Nuestra agenda de hoy incluye:

1. Descargar Anaconda
2. Instalar Anaconda
3. Iniciar y Actualizar Anaconda
4. Actualizar paquete scikit-learn
5. Instalar Librerías para Deep Learning

Comencemos!

1 – Descargar Anaconda Privacidad - Términos


En este paso veremos como descargar anaconda a nuestro disco y obtener esta suite científica
de Python
 
Nos dirigimos a la 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.
Privacidad - Términos
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 Privacidad - Términos


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 # scipy
2 import scipy
3 print('scipy: %s' % scipy.__version__)
4 # numpy
5 import numpy
6 print('numpy: %s' % numpy.__version__)
7 # matplotlib
8 import matplotlib
9 print('matplotlib: %s' % matplotlib.__version__)
10 # pandas
11 import pandas
12 print('pandas: %s' % pandas.__version__)
13 # statsmodels
14 import statsmodels
15 print('statsmodels: %s' % statsmodels.__version__)
16 # scikit-learn
17 import sklearn
18 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 scipy: 0.18.1
2 numpy: 1.12.1
3 matplotlib: 1.5.3
4 pandas: 0.19.2
5 statsmodels: 0.8.0
6 sklearn: 0.18.1

4 – Actualizar libreria scikit-learn


Privacidad - Términos
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

Ahora ya puedes hacer nuestros Ejercicios paso a paso de


Regresión Lineal, Regresión Logística , Arbol de Decisión ó de
Aprendizaje no supervisado clustering K-means.

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:
Privacidad - Términos
1 # tensorflow
2 import tensorflow
3 print('tensorflow: %s' % tensorflow.__version__)
4 # keras


5
6
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 tensorflow: 1.0.1
2 Using TensorFlow backend.
3 keras: 2.0.2

Ya tenemos nuestro ambiente de desarrollo preparado para el combate

Conclusión del tutorial

Para nuestra carrera en Machine Learning, el enfrentamiento con Big Data y el


perfeccionamiento como Data Scientist necesitamos un buen entorno en el que
programar y “cacharrear” -lease, probar cosas y divertirse-. Para ello contamos con la
suite de herramientas gratuitas de Anaconda que nos ofrece un entorno amable y sencillo
en el que crear nuestras máquinas en código Python.

Crea tu primer Red Neuronal en un simple ejemplo de 15 líneas


de código

Espero que puedan seguir el tutorial paso a paso y si tienen problemas escriban
comentarios e intentaré ayudar.

También les dejo a continuación una serie de enlaces a sitios oficiales con más
información.

Usar Anaconda Navigator (inglés)


Instalar Pip
Instalar Tensorflow (guía oficial inglés)
Instalación de Keras (inglés)

Hasta la próxima y no olviden Inscribirse en el blog para continuar este camino de


aprendizaje juntos!.
Privacidad - Términos

También podría gustarte