Preparación de un entorno aislado Windows para Anaconda

Para preparar un entorno Windows en Machine Learning lo más fácil y rápido es instalar Anaconda, que además es gratuito y viene con varios módulos muy útiles, como Jupyter.

La instalacíón de anaconda y los primeros pasos con  Jupyter notebook se explicaron ya aquí.

Ahora vamos a crear un entorno aislado e instalar algunos de los módulos más utilizados en Machine Learning. Para ello, una vez instalado Anaconda, abrimos el editor de comando de Anaconda Prompt tecleando en búsqueda de windows: anaconda, nos debe salir esto (previamente hay que instalar Anaconda en nuestro equipo)

Hecho esto, se abrirá una pantalla de comandos similar a la de cmd de windows. Vemos que pone (base) C:\    y nuestra ruta donde hayamos instalado Anaconda.  Lo primero que tenemos que hacer ahora es comprobar nuestra versión de Python, para ello tecleamos

python -m pip --version

Para asegurarnos de tener la última versión de Phyton, actualizamos con este comando

python -m pip install --user -U pip

A continuación vamos a crear un entorno virtual aislado, acción muy recomendable, pues nos permitirá trabajar en diferentes proyectos con diferentes librerías y nos evitará problemas con las diferentes versiones de las librerías.

Creamos un entorno aislado poniendo

python -m pip install --user -U virtualenv

nos colocamos en el directorio que deseamos el entorno, en este caso he creado un directorio llamado ML nos posicionamos en él con cd.

Cd ML

y luego ponemos

python -m virtualenv mi_entorno

finalmente lo activamos desde la carpeta Scripts con el comando \activate

Si deseamos desactivarlo, igual pero  ponemos deactivate

Mientras el entorno aislado esté activo, cada paquete que instalemos, se instalará sólo en nuestro entorno aislado y python sólo podrá acceder a los paquetes de nuestro entorno activo.

Una vez tengamos nuestro entorno aislado activo, vamos a instalar en él, los paquetes necesarios, en este caso instalaremos jupyter, matplotlib, numpy, pandas, scipy y scikit-learn aunque también recomiendo instalar keras, pues todos estos módulos se utilizarán ampliamente en nuestros proyectos.

Obsérvese que ahora en la línea de comandos  ya no pone (base) sino (mi_entorno) y luego (base)

Para instalar los módulos ponemos:

python -m pip install -U jupyter matplotlib numpy pandas scipy scikitlearn

finalmente registramos nuestro módulos en jupyter y le ponemos un nombre (en este caso python3)

python -m ipykernel install --user -–name= python3

Y lanzamos el notebook de jupyter tecleando jupyter notebook

Para instalar TensorFlow hacemos

python -m pip install -U tensorflow

Para ejecutar las instrucciones de Jupyter en nuestro entorno virtual de TensorFlow tendremos que hacerlo en el entorno creado y activado.

Podemos comprobar que el entorno virtual para TensorFlow  queda correctamente instalado haciendo 

import tensorflow as tf

from tensorflow import keras

tf.__version__

keras.__version__

Con estas sencillas acciones tendremos nuestra máquina windows preparada para programar y ejecutar proyectos de Machine Learning con Python y un montón de recursos útiles.