開發環境介紹
在進行deep learning和machine learning教學前，我們需要配置相應的開發環境
在本系列中，我們將會使用Python 3 作為編程語言，以Tensorflow 2.0 作為開發框架，及利用Anaconda 3 的開發環境
- - 結構簡單清晰，容易上手
- - 豐富的資料庫
- - 高效的人工智能開源框架
- - 隨著版本更新，大大減低了深度學習編程的門檻
- - 一個用於科學計算的Python发行版
- - 強大的環境管理，可以分開和切換不同項目所需要的不同版本的工具包
Anaconda的安裝和使用
可直接於官方網站下載 https://www.anaconda.com/products/individual 支援Windows, MacOS, Linux系統
運行Anaconda Navigator啟動應用程式，到達以下界面，管理conda環境和python模組
運行第一句程式碼
Python有2種運行模式，第一種要介紹的是——單步直譯執行
首先進入點擊左側欄Envrionment進入環境管理頁面，點擊 base (root) 右側的 小三角 “Open Terminal”
然後輸入python，激活python互動式命令的環境，出現Python提示符 >>>
在提示符 >>> 處, 寫入Python語句，可以嘗試打印字符或者算數運算，然後按Enter鍵輸出結果
1 | >>> 1+1 |
1 | >>> print('Hello Wold!') |
輸入exit()或quit()可退出互動式命令環境
1 | >>> exit() |
第二種要介紹的是——腳本文件模式
利用程式碼編輯器如Visual Studio, PyCharm，創建Python文件，寫入Python語句，儲存文件
在終端機中，使用Python+文件名的方式運行該文件，或直接在編輯器中運行文件，得到結果
強大的編輯工具 Jupyter Notebook
Anaconda 提供了一個非常便利的網頁版程式編輯工具 —— Jupter Notebook
他能夠用於程式的遠程訪問，屏蔽了不同系統間的顯示差異，便於程式碼共享
同時亦可以將程式碼、圖像、注釋、公式、圖形、運行結果整合在同一個文檔中，提高了程式碼的閱讀性
首先在Anaconda Home頁面的Jupter Notebook中按Launch運行，其後會有網頁彈出
可以利用右上角 New -> folder 新增一個新文件夾，方便管理學習資源
在Jupyter Notebook中，是以Cell為基本單位的，即圖中的內容編輯區
編輯程式碼,保存後會在目錄下產生一個 HelloWorld.ipynb 文件，並顯示在home頁面資料夾中
- 在名稱區域內修改文件名稱
- 在內容編輯區輸入程式碼
- 點擊運行按鈕
- 運行結果
安裝 Tensorflow 2.0
首先我們要去到Anaconda中的Envrionment頁面，點擊列表下方的 Create 按鈕新增一個獨立的開發環境
Name更改為 tensorflow 2 便可，選擇 3.7 Python 版本，等待新建
成功新建環境後，在 tensorflow2 中打開Terminal
輸入以下指令安裝軟件套件
1 | pip install numpy matplotlib Pillow scikit-learn pandas |
輸入以下指令安裝TensorFlow 2.0
1 | pip install --upgrade tensorflow |
測試Tensorflow 2.0
在Termional中輸入python，進入python交互模式
輸入程式碼: import tensorflow as tf 或 import tensorflow，如果沒有報錯，則代表安裝成功
1 | import tensorflow as tf |
