Python中如何进行深度有趣项目的准备工作？
简介
在个人电脑上，搭建编程所需的各项环境
Anaconda
一个涵盖了 Python、pip 以及常用 Python 包的软件，https://www.anaconda.com/download/，根据操作系统进行选择，并使用 Python3 对应的 Anaconda 版本
Sublime Text
一个简洁清爽而高颜值的编辑器，https://www.sublimetext.com/，下载并安装 Sublime Text 3
也可以尝试其他对新手更友好的编辑器，例如 PyCharm，https://www.jetbrains.com/pycharm/
运行代码
运行代码的三种方法
- 使用编辑器编写代码，并在编辑器中运行
- 使用编辑器编写代码，并在命令行中运行
- 使用 Jupyter Notebook 编写代码并运行
安装包
可以用pip或conda安装 Python 包
pip install tensorflow keras
如果安装过慢，可以尝试使用国内的源，例如清华提供的源
pip install tensorflow==1.9.0 keras==2.2.0 -i https://pypi.tuna.tsinghua.edu.cn/simple
文件路径
Windows 上的文件路径以左斜杠\拼接
C:\Users\hlzhang\Desktop
而 Mac 和 Linux 上的文件路径以右斜杠/拼接
/Users/honlan/Desktop
我习惯于后者，所以在后续代码中，如果使用字符串表示或拼接文件路径，则都是使用/
如果在 Windows 上报错，请将/相应地改为\
中文编码
在 Windows 上读写文本文件时，最好指定编码为utf8，尤其是在文件中包含中文时，因为这门课所涉及的文本文件都是utf8编码
fr = open('xyj.txt', 'r', encoding='utf8')
不然可能会出现类似以下编码错误
UnicodeDecodeError: 'gbk' codec can't decode byte 0x80 in position 2: illegal multibyte sequence
深度学习框架
TensorFlow 和 Keras 都是非常流行的深度学习框架
TensorFlow 提供了更加底层的 API，好比木材和各种工具，自己 DIY
Keras 封装度更高，以 Theano、TensorFlow 等底层框架为backend，好比造好的轮子
用经典网络层搭模型时，Keras 更方便；动手实现和修改模型的细节时，TensorFlow 更灵活
Keras 的backend可以是 Theano 或 TensorFlow，为了保持一致，将backend改为 TensorFlow
编辑以下文件，如果是 Windows，则将$Home改为%USERPROFILE%
$HOME/.keras/keras.json
修改 backend 字段即可，改动始终有效
{
"image_data_format": "channels_last",
"epsilon": 1e-07,
"floatx": "float32",
"backend": "tensorflow"
}
或者在代码里指定，仅对当前代码有效
import os
os.environ['KERAS_BACKEND'] = 'tensorflow'
import keras
关于backend的更多内容，请参考以下文档，https://keras-cn.readthedocs.io/en/latest/backend/
GPU
CNN 等神经网络模型使用 GPU 训练更快，有条件的话可以用 GPU，不然只能用 CPU 进行训练，相应地需要安装 tensorflow 的 gpu 版本
pip install tensorflow-gpu
如果是 Nvidia 的 GPU，那么还需要安装和配置 CUDA 和 CuDNN，http://www.shushilvshe.com/data/dl-env-build.html，并且需要注意 tensorflow 和 CUDA、CuDNN 之间的版本兼容问题
- 在 tensorflow1.6 之前，使用 CUDA8.0 和 CuDNN8
- 从 tensorflow1.6 开始，使用 CUDA9.0 和 CuDNN7
- tensorflow 版本更新很快，录课开始时还是 1.4，录课结束时已经更新到了 1.10
- 没有一成不变的配置，只有不断适应才能赶上变化
推荐前置
- 理论基础课：吴恩达深度学习微专业，http://mooc.study.163.com/smartSpec/detail/1001319001.htm
- 编程实战课：全栈数据工程师养成攻略，https://study.163.com/course/courseMain.htm?courseId=1003520028
Q&A
__MACOSX和.DS_Store是 mac 文件系统自动生成的，在其他操作系统下可以忽略，或者删掉
03 课中，在 Windows 上读取包含中文的文本文件时，如果报UnicodeDecodeError，记得在open函数中指定编码open('xyj.txt', encoding='utf8')
13 课中，所使用的中文维基分词语料下载链接为， https://pan.baidu.com/s/1qXKIPp6，提取密码为 kade
18 课中，在 Windows 上可能出现无法读取中文名称图片的情况，将图片名称修改成英文即可
29 课中，main.py19 行的 split 如果报IndexError，是因为 Window 使用左斜杠为路径分隔符，所以把/改成\\即可
视频讲解课程
Python中如何进行深度有趣项目的准备工作？
