Hvis du ønsker å bruke din egen maskin til å arbeide med kursmaterialet bør du følge disse instruksjonene.
NB: Som nevnt er dette valgfritt: vi anbefaler at du heller bruker skytjenester som Google Colab til å arbeide med kodematerialet, for slik å unngå potensielle installasjonsproblemer.
Merk at du kun behøver å kjøre gjennom denne oppskriften én gang per maskin du ønsker å bruke. Hvis du har installert alt og bare skal starte opp Jupyter Notebook for å fortsette arbeidet, skriv følgende i din terminal (Anaconda Prompt hvis du bruker Windows) for å (i) gå inn i katalogen du har lagret kursrepositoriet, (ii) laste ned eventuelle oppdateringer, (iii) aktivere Python-omgivelsene og (iv) starte Jupyter Notebook. Hvis du har lagret elmed219-repositoriet et annet sted på maskinen, må du bruke cd (som betyr «Change Directory») til du står inne i korrekt katalog.
cd elmed219-2022
git pull && conda env update
conda activate elmed219
jupyter notebookHvis du bruker MacOS må du først installere Xcode (gratis): https://developer.apple.com/xcode/resources/. Deretter:
- Start
terminal.app(søk med CMD+SPACE) - Skriv
xcode-select --install
Kodematerialet hostes på kode-delingsplattformen GitHub (der du også leser dette). Opprett en brukerkonto via denne lenken: https://github.com/join.
Kaggle er et online felleskap for «data scientist» som arrangerer en rekke konkurranser og tilgjengeligjør mange datasett. Vi skal bruke Kaggle i ELMED219, både for kursprosjekter og som kilde til datamaterialet. Opprett en konto her: https://www.kaggle.com.
Python bør installeres via Anaconda Distribution.
Etter installasjon, kjør python --version i et terminal-vindu (på Windows, bruk «Anaconda Prompt»). Hvis output inneholder "Python" og "Anaconda" er du klar for neste steg.
Etter installasjon av Anaconda, gå gjennom følgende steg. Bruk et terminalvindu på GNU/Linux og MacOS, "Anaconda Prompt" på Windows.
conda install gitgit clone https://github.com/MMIV-ML/ELMED219-2022
cd ELMED219-2022conda update -n base -c defaults condaconda env updateconda activate elmed219python -m ipykernel install --user --name elmed219 --display-name "ELMED219"Se setup-img.md for detaljer.
conda env update --file environment-img.ymlconda activate elmed219-imgpython -m ipykernel install --user --name elmed219-img --display-name "ELMED219-IMG"Gå gjennom notebooken 00-test-installation.ipynb i Lab0.2-MRI-katalogen:
cd Lab0.2-MRI
jupyter notebook (or, jupyter lab)conda env update --file environment-pycaret.ymlconda activate elmed219-pycaretpython -m ipykernel install --user --name elmed219-pycaret --display-name "ELMED219-PyCaret"conda env update --file environment-deploy.ymlconda activate elmed219-deploymentpython -m ipykernel install --user --name elmed219-deployment --display-name "ELMED219-deployment"jupyter nbextension enable --py bqplotNytt innhold vil legges til i repositoriet underveis i kurset. Kjør følgende kommandoer regelmessig for å sikre at du har siste versjon av innholdet:
- Oppdater kode:
cd elmed219
git pull- Oppdater omgivelser:
conda activate elmed219
conda env update- Hvis du bruker GNU/Linux eller MacOS og kommandoen
conda activate elmed219feiler, kjørsource ~/.bash_profileog forsøk igjen.