1. AI开发环境推荐
1.1 Python
Python是一种解释性的、面向对象的、移植性强的高级程序语言
- 解释性:不需要编译成二进制代码,可以直接从源代码运行
- 面向对象:支持面向过程编程也支持面向对象编程
- 可移植性:它的开源性决定了其可在不同平台进行开发
- 高层语言:无需考虑诸如如何管理程序使用的内存一类的底层细节
基于其特性被称为学习AI的首选语言,可以去官网下载python3.x版本系列,对AI感兴趣的小伙伴对此应该不陌生
1.2 Ananconda
Anaconda是一个免费开源的Python和R语言的发行版本,用于计算科学(数据科学、机器学习、大数据处理和预测分析),可以进行Python包管理和环境管理
- 跨平台性,支持Linux、Mac、Windows
- 对Python多版本并存问题、切换问题、第三方包安装问题都能有效解决
官网下载安装后运行,主界面如下:
我们接下来需要做的是新建一个专用于AI开发的环境
在打开的窗口中,输入以下命令:
# 创建一个环境
conda creat -n 环境名
# 激活该环境
conda activate 环境名
打开Anaconda主界面就会看到新建的环境(我的环境名是AI)
1.3 Jupyter Notebook
Jupyter Notebook是一个基于Web框架的开源应用程序,开发者可以高效率地进行代码文档的创建,运行,共享等
- 实时写代码、运行代码、查看结果,并能可视化数据
- 代码块可以写在一个个cell中,一个个执行,无需从头再执行代码
- 管理方便,以目录形式展示代码文档
在新建的环境下下载Jupyter Notebook(我的已经安装,可以直接登陆)
之后使用Jupyter Notebook可以在上图Anaconda界面进入,也可以如下图所示,在电脑菜单栏里直接打开
2. AI基础工具包
这些基础工具包的导入与使用会在以后的博文里给出,以下内容只是帮助大家先了解这些工具包的主要功能
2.1 Matplotlib
Python基础绘图库,包含有散点图、直方图、条形图等
2.2 Pandas
Pandas是一个强大的分析结构化数据的工具集;它的使用基础是Numpy(提供高性能的矩阵运算);用于数据挖掘和数据分析,同时也提供数据清洗功能
2.3 Numpy
NumPy是使用Python进行科学计算的基础软件包
- 功能强大的N维数组对象
- 精密广播功能函数
- 集成 C/C+和Fortran 代码的工具
- 强大的线性代数、傅立叶变换和随机数功能