如何快速入门人工智能算法-小白上手实战算法开发

如果你不太会Linux,但是会Windows;如果你不太会C++,但是会Matlab,那么你正式本文所要针对的小白。千里之行，始于足下。读了那么多理论书籍不来点实际的摸摸键盘，那也只是纸上谈兵。这里分享人工智能算法开发的环境（Python，TensorFlow+Keras）搭建以方便小白快速收获实际算法开发带来的成就感。有了这样的基本环境，基本上教科书上和网上的教学代码都可以拿来耍耍了。

步骤一：搭建Python开发环境

鉴于小白习惯于在windows下进行代码开发，最方便的方式就是利用Anaconda安装包，一站式提供Python和代码开发的集成开发环境（IDE）

安装包可以从以下地址下载

https://www.anaconda.com/download/#windows

这里啰嗦两句，简洁风的读者请直接跳下一段。关于版本的选取根据自己的windows环境选择32-bit或64-bit版本；另外根据个人喜好选择Python 2.7版本或者Python 3.6版本。由于笔者本人比较潮，自然选择3.6版本。

需要注意的是Python 3.y版本和2.x版本并不完全兼容。很多教科书上面的代码是在Python 2.x上开发的，直接拿到Python 3.y环境下运行会报错。具体问题在这里就不展开了，总之自己尝试代码的时候记得有这么回事，运行中报错的时候千万不要抓狂，也不要轻易对教科书上代码的真实性产生怀疑，赶紧google/baidu/stackoverflow报错函数在Python 3.y版本和2.x版本的使用问题。

安装过程无需多言，跟一般的软件安装相比没什么特别之处。

为了后续安装过程更加省事，可以勾选以下选项：

一路“next/下一步”就完事了。

在Windows“开始菜单”的“程序”里面打开Anaconda Navigator：

可以看到若干开发工具，这里笔者使用的是spyder，也就是第二排第一个，点开看看：开发界面很类似于Matlab吧？左边是编辑器，右边是命令行。

步骤二：安装TensorFlow，Keras等机器学习算法开发工具库

在Anaconda里面“Environments”->“base (root)”->“Open Terminal”打开一个命令行（操作如下）：

命令行里面安装Tensorflow：

conda install tensorflow

命令行里面安装Keras：

conda install keras

安装完成后可以在spyder里面测试一下：

import tensorflow as tf

import keras as ks

另外在命令行里面利用以下命令可以查看已经安装的工具包的情况：

conda list

可以自行查看一下以下有用的工具包是否都已经存在：

numpy，scipy，matplotlib，scikit-learn,scikit-image等等。

步骤三：在自己搭建好的开发环境下随便玩玩罗

系统系学习是必不可少的，但是不妨碍我们先快速上手。这年头流行一个叫cheat sheet的东西，上面把最重要的知识点汇集到一张纸面上方便快速查询。

先上一个Python的cheat sheet：

Keras的cheat sheet：

TensorFlow的cheat sheet：