一键配置开发环境，这款 Windows 开发神器你值得拥有！

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？

1. 一键配好 Windows WSL2 AI 开发环境。

2. 预装基于 JupyterLab 深度优化的下一代交互式开发工具。

3. 预装插件支持提交本地和云端任务，预装最强文心 NLP 开发套件。

下面小编为大家介绍一下这三大 Feature。

Feature 1：一键配好 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 BM L CodeLab，开始体验深度优化的交互式开发工具。

Feature 2：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。

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

Feature 3：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 Feature 1 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 Feature 3。

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。