前置知識

算法和數據的辯證關系：算法和數據是機器學習解決實際問題不可或缺的兩大因素。早期機器學習十分依賴特征提取，隨著發展，人們發現通過增加訓練數據量，讓機器從大量基礎特征中可以自動關聯出潛在關系，自動學習出更高級的特征；

深度學習框架：paddle（百度開源），tensorflow（谷歌團隊開發維護）；

Python幾個重點庫：NumPy，SciPy，NTLK，Scikit-Learn。

Py庫安裝

Numpy

介紹：

NumPy 是一個運行速度非常快的數學庫，主要用於數組計算，包含：

一個強大的N維數組對象 ndarray

廣播功能函數

整合 C/C++/Fortran 代碼的工具

線性代數、傅裏葉變換、隨機數生成等功能

安裝：

anaconda的spyder自帶

SciPy

介紹：

SciPy是一款方便、易於使用、專為科學和工程設計的Python工具包。

它包括統計、優化、涉及線性代數模塊、傅裏葉變換、信號和圖像處理、常微分方程求解器等眾多數學包。

安裝：

anaconda的spyder自帶

NLTK

介紹：

Natural Language Toolkit，自然語言處理工具包，在NLP領域中，最常使用的一個Python庫。

安裝：

在anaconda prompt 命令窗口裏輸入：pip install nltk

Scikit-Learn

介紹：

機器學習算法庫。可以實現數據預處理，分類，回歸，降維，模型選擇等常用的機器學習算法。

依賴.python(>=2.6 or >=3.3) .NumPy(>=1.6.1) .SciPy(>=0.9)

安裝：

在anaconda prompt 命令窗口裏輸入：pip install scikit-learn。

Tensorflow虛擬環境搭建

TensorFlow目前在windows下只支持python 3.5版本。

（1）打開Anaconda Prompt，輸入清華倉庫鏡像，這樣更新會快一些：

conda config --add channels https://
 
mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --set show_channel_urls yes

（2）同樣在Anaconda Prompt中利用Anaconda創建一個python3.5的環境，環境名稱為tensorflow ，輸入下面命令：

conda create -n tensorflow python=3.5

運行 開始菜單->Anaconda3—>Anaconda Navigator，點擊左側的Environments，可以看到tensorflow的環境已經創建好了。

（3）在Anaconda Prompt中啟動tensorflow環境：

activate tensorflow

當不使用tensorflow時，關閉tensorflow環境，命令為：deactivate

web安全之機器學習入門——1.環境搭建