BML CodeLab重磅更新：在Windows上可原生Linux AI开发

自从微软发布 WSL2（Windows Subsystem for Linux 2）之后，机器学习开发者、数据科学家就可以在 Windows 上做原生 Linux 开发了。

但想正常的使用，其实并不简单：

• 安装 WSL2，操作步骤太多，还会遇上各种错误。
• 好不容易安装好 WSL2，安装 JupyterLab 时又遇上了“无法自动打开浏览器”，即使打开了也会出现“找不到文件”的问题。
• 安装 docker 后，启动容器时，还会遇上主机无法访问问题。

百度 BML CodeLab 是一款专为国内机器学习开发者和数据科学家打造的交互式 AI 开发环境，最近的产品更新解决了以上所有问题：一键配好 Windows WSL2 AI 开发环境。

本次更新后，BML CodeLab 有哪些重要 Feature 呢？

• 一键配好 Windows WSL2 AI 开发环境。
• 预装基于 JupyterLab 深度优化的下一代交互式开发工具。
• 预装插件支持提交本地和云端任务，预装最强中文 NLP 训练工具。

下面小编为大家介绍一下这三大 Feature。

Feature1：

一键配好 Windows WSL2 AI 开发环境

仅需下载一个安装包，一键安装，即可全自动完成 Windows 系统升级，安装好 WSL2，安装好 Ubuntu18.04 子系统，安装好 docker，安装好交互式 AI 开发工具。

小编在网上查找很久，也没见过如此简单就能安装好 WSL2 AI 开发环境。

安装过程如下：

在这里下载安装包，然后启动安装。安装时，安装程序会自动检测系统环境，如果系统环境不符合安装要求，会帮助用户完成环境设置。

上图中前2步都是自动完成，只有第3步需要重启系统，手动设置一次 BIOS。设置完 BIOS 进入系统，启动安装过程，全程自动安装完毕。

安装完毕后，发现已经有了 WSL2，并且装好了 Ubuntu 18.04 和 docker。接下来，启动 BML CodeLab，开始体验深度优化的交互式开发工具。

Feature2：

预装基于 JupyterLab 深度优化的下一代交互式开发工具

小编发现启动 BML CodeLab 后，开箱界面如下：

这看起来是黑色主题的 JupyterLab 啊！那么，深度优化的地方在哪里呢？

经过一番研究，小编发现对比原生 JupyterLab，BML CodeLab 里提供了自动代码补全，静态语法检查，多种 VSCode 里常用的代码编辑功能。

小编找了一个视频，大家感受一下 BML CodeLab 里提供的专业 IDE 才有的特性吧。

除了增强的编码体验外，小编还发现了性能监控，增强的 Notebook 编辑能力。

▲ 性能监控页面

▲ Notebook 里 Markdown 编辑器

Feature3：

预装插件支持提交本地和云端任务,预装最强中文 NLP 训练工具

小编发现有了 Feature1和2，做机器学习和数据科学开发效率已经提升一大把了，竟然还有逆天的 Feature3。

BML CodeLab 支持用户提交本地任务和云端任务。无论本地任务，还是云端任务，都可以提交单次执行，周期运行，还有神奇的 API 调度执行。

API 调度执行，是啥意思呢？小编研究了一下，BML CodeLab 启动后，新建并提交一个 API 调度方式的任务，然后支持从别的电脑，远程参数化调用执行这个任务。这相当于在小编的电脑上部署了一个自定义服务。

文心工具是什么呢？BML CodeLab 内置百度 NLP 自研的基于知识增强的语义理解技术，将大数据预训练与多源丰富知识相结合，通过持续学习技术，不断吸收海量文本数据中词汇、结构、语义等方面的新知识，实现模型效果的不断进化。

详见：

https://cloud.baidu.com/doc/BML/s/Dkhvpl5cd

小编点进链接看了一下，然后研究了一下，发现这个 NLP 文心工具，竟然就是鼎鼎大名的超越 Google Bert 的全球最强（没有之一）中文预训练模型 ERNIE 的工具版本。