机器学习工具（二）— Jupyter Notebook，Tensorflow，Python

Jupyter Notebook

Jupyter Notebook 官方网站

安装

如果你安装了Anaconda，Jupyter Notebook已经被打包安装了。想要重新安装

conda install jupyter notebook

如果你并没有安装Anaconda，使用python

pip install --upgrade pip # 使用python

pip3 install --upgrade pip #使用python 3.0以上

启动运行

jupyter notebook

会在浏览器中打开

Jupyter Notebook浏览器界面

新建python3文件，实际是支持python3的ipynb文件，支持你分部分运行代码，并且有非常干净的UI

选择python3文件

示例

选择一个目标模块，点击运行。如果当前模块需要先运行其他模块的话，则需要先运行其他模块。

每一个模块可以选择四个不同的内容模式，效果如图所示

Jupyter Notebook支持的不同内容格式

---

Tensorflow

选择Tensorflow的原因基本符合我在上一遍的选择原因，而且已经有很多的文章比较不同框架的优劣，在此不再赘述。Tensorflow最为当下最流行的框架，可以用于基本上所有方向的机器学习研究，对于大部分学习者而言是个不错的选择。框架如同语言一样，只是方便我们使用的工具。我们最终的目的还是功能的实现，所以当我们遇到一个框架的短板时，自然可以考虑使用其他的框架来代替。

安装

conda install -c conda-forge tensorflow 

检测

python3 -c  “import tensorflow as tf; print(tf.__version__)” # 使用python3

如果能够得到版本号而不报错，则证明安装成功。

注意！

macOS用户在第一次打开Jupyter Notebook并import tensorflow时会出现错误：

OMP: Error #15: Initializing libiomp5md.dll, but found mk2iomp5md.dll already initialized

这是macOS特有的问题

解决方案一：

在运行开始加入：

import os

os.environ['KMP_DUPLICATE_LIB_OK']='True'

解决方案二：

conda install nomkl

解决方案三：

检查model版本问题，升级到最新版本，或者降级到安全版本

---

Python

为什么使用python是个老生常谈的问题，虽然见仁见智，但是有一些普遍的共识：

1. 上手简单，学习快

2. 广泛的框架接口支持

3. 活跃的开源社区

4. 成熟丰富的资源库

5. 更精炼的代码风格，节省开发成本

市面上有太多的python教程，大家可以随意搜索一下，不建议刚开始学习的同学直接看文档。文档对于各个版本之间的区别，以及你在开发过程中遇到不确定的使用方法时，是个很好的查询地点。到那时刚开始杰出python的同学肯定会觉得文档无聊。建议大家了解了python的基本操作后，上手一个简单的项目，边做边学，相信很快就能够入门到放弃精通。

---