wehub-resource-sync
91 lines
5.3 KiB
Markdown
91 lines
5.3 KiB
Markdown
<!-- WEHUB_ZH_README -->
|
||
> [!NOTE]
|
||
> 本文档由 WeHub 基于上游 README 翻译整理，属于社区翻译，非官方中文文档。
|
||
> [English](./README.en.md) · [原始项目](https://github.com/ageron/handson-ml3) · [上游 README](https://github.com/ageron/handson-ml3/blob/HEAD/README.md)
|
||
> 原作者、版权与许可证归属以原始项目及本仓库 LICENSE 文件为准。
|
||
|
||
机器学习 Notebook，第 3 版
|
||
=================================
|
||
|
||
本项目旨在教你使用 Python 掌握机器学习（Machine Learning）的基础知识。其中包含示例代码，以及我 O'Reilly 著作 [Hands-on Machine Learning with Scikit-Learn, Keras and TensorFlow（第 3 版）](https://homl.info/er3): 第三版练习题的解答。
|
||
|
||
<a href="https://homl.info/er3"><img src="https://learning.oreilly.com/library/cover/9781098125967/300w/" title="book" width="150" border="0" /></a>
|
||
|
||
**注意**：如果你在找第二版的 notebook，请查看 [ageron/handson-ml2](https://github.com/ageron/handson-ml2). 第一版请见 [ageron/handson-ml](https://github.com/ageron/handson-ml).
|
||
|
||
## 快速开始
|
||
|
||
### 想在线使用这些 notebook，而无需安装任何东西？
|
||
|
||
* <a href="https://colab.research.google.com/github/ageron/handson-ml3/blob/main/" target="_parent"><img src="https://colab.research.google.com/assets/colab-badge.svg" alt="Open In Colab"/></a>（推荐）
|
||
|
||
⚠ _Colab 提供的是临时环境：你做的任何操作都会在一段时间后消失，因此请务必下载你关心的数据。_
|
||
|
||
<details>
|
||
|
||
其他服务也可能可用，但我尚未充分测试：
|
||
|
||
* <a href="https://homl.info/kaggle3/"><img src="https://kaggle.com/static/images/open-in-kaggle.svg" alt="Open in Kaggle" /></a>
|
||
|
||
* <a href="https://mybinder.org/v2/gh/ageron/handson-ml3/HEAD?filepath=%2Findex.ipynb"><img src="https://mybinder.org/badge_logo.svg" alt="Launch binder" /></a>
|
||
|
||
* <a href="https://homl.info/deepnote3/"><img src="https://deepnote.com/buttons/launch-in-deepnote-small.svg" alt="Launch in Deepnote" /></a>
|
||
|
||
</details>
|
||
|
||
### 只想快速浏览一些 notebook，而不执行任何代码？
|
||
|
||
* <a href="https://nbviewer.jupyter.org/github/ageron/handson-ml3/blob/main/index.ipynb"><img src="https://raw.githubusercontent.com/jupyter/design/master/logos/Badges/nbviewer_badge.svg" alt="Render nbviewer" /></a>
|
||
|
||
* [github.com 的 notebook 查看器](https://github.com/ageron/handson-ml3/blob/main/index.ipynb) 也能用，但并不理想：速度较慢，数学公式不一定能正确显示，而且较大的 notebook 经常打不开。
|
||
|
||
### 想用 Docker 镜像运行本项目？
|
||
阅读 [Docker 说明](https://github.com/ageron/handson-ml3/tree/main/docker).
|
||
|
||
### 想在自己的机器上安装本项目？
|
||
|
||
首先安装 [Anaconda](https://www.anaconda.com/products/distribution)（或 [Miniconda](https://docs.conda.io/en/latest/miniconda.html)), [git](https://git-scm.com/downloads),；如果你有兼容 TensorFlow 的 GPU，还需安装 [GPU 驱动](https://www.nvidia.com/Download/index.aspx), 以及相应版本的 CUDA 和 cuDNN（更多细节请参阅 TensorFlow 文档）。
|
||
|
||
接下来，打开终端并输入以下命令来克隆本项目（不要输入每行开头的 `$` 符号，它们只是表示这些是终端命令）：
|
||
|
||
$ git clone https://github.com/ageron/handson-ml3.git
|
||
$ cd handson-ml3
|
||
|
||
然后运行以下命令：
|
||
|
||
$ conda env create -f environment.yml
|
||
$ conda activate homl3
|
||
$ python -m ipykernel install --user --name=python3
|
||
|
||
最后，启动 Jupyter：
|
||
|
||
$ jupyter notebook
|
||
|
||
如需更多说明，请阅读[详细安装说明](INSTALL.md)。
|
||
|
||
# 常见问题
|
||
|
||
**我应该使用哪个 Python 版本？**
|
||
|
||
我推荐 Python 3.10。如果你按照上述安装说明操作，就会得到该版本。任何 ≥3.7 的版本应该也都可以。
|
||
|
||
**调用 `load_housing_data()` 时出现错误**
|
||
|
||
如果出现 HTTP 错误，请确保你运行的代码与 notebook 中完全一致（如有需要请复制/粘贴）。如果问题仍然存在，请检查你的网络配置。如果是 SSL 错误，请参阅下一个问题。
|
||
|
||
**在 MacOSX 上出现 SSL 错误**
|
||
|
||
你可能需要安装 SSL 证书（参见这个 [StackOverflow 问题](https://stackoverflow.com/questions/27835619/urllib-and-ssl-certificate-verify-failed-error)). 如果你从官网下载了 Python，请在终端中运行 `/Applications/Python\ 3.10/Install\ Certificates.command`（将 `3.10` 改为你安装的版本）。如果你使用 MacPorts 安装 Python，请在终端中运行 `sudo port install curl-ca-bundle`。
|
||
|
||
**我已在本地安装了本项目。如何更新到最新版本？**
|
||
|
||
请参阅 [INSTALL.md](INSTALL.md)
|
||
|
||
**使用 Anaconda 时，如何将 Python 库更新到最新版本？**
|
||
|
||
请参阅 [INSTALL.md](INSTALL.md)
|
||
|
||
## 贡献者
|
||
|
||
我要感谢所有[为本项目做出贡献的人](https://github.com/ageron/handson-ml3/graphs/contributors),，无论是提供有用的反馈、提交 issue，还是提交 Pull Request。特别感谢 Haesun Park 和 Ian Beauregard，他们审阅了每一个 notebook 并提交了许多 PR，包括在部分练习解答上提供的帮助。还要感谢 Steven Bunkley 和 Ziembla 创建了 `docker` 目录，以及 GitHub 用户 SuperYorio 对部分练习解答的帮助。非常感谢 Victor Khaustov 提交了大量出色的 PR，修复了许多错误。最后，感谢 Google ML Developer Programs 团队通过提供 Google Cloud Credit 支持了这项工作。
|