人工智能学习记录

学习环境准备

已存在环境：

* WSL2 Ubuntu 20.04
* Python 3.8.10

安装 Anaconda

Anaconda 是一个开源的 Python 发行版，用于科学计算，包含了 conda、Python 等 1,500 多个科学包及其依赖项。Anaconda 可以在 Linux、macOS 和 Windows 上运行。

linux安装官网：https://docs.continuum.io/anaconda/install/linux/

# 下载安装包
wget https://repo.anaconda.com/archive/Anaconda3-2021.05-Linux-x86_64.sh

# 安装
bash Anaconda3-2021.05-Linux-x86_64.sh

安装完成后，最后一个步骤会问你要不要将 Anaconda 的路径添加到 PATH 中，推荐选择 yes。

如果选择了no，那么需要手动添加环境变量：

# 打开配置文件
vim ~/.bashrc

# 添加环境变量
export PATH="/home/username/anaconda3/bin:$PATH"

或者通过命令行添加：

# 进入到anaconda安装目录
cd /home/username/anaconda3/bin

# 添加环境变量
source activate

# init
conda init

此时我们查看python3的不同，多了个：：Anaconda：

检查是否安装成功：

# 查看版本
conda -V

# 启动jupyter
jupyter notebook

浏览器打开http://localhost:8888，即可看到jupyter的界面。

安装 PyTorch

PyTorch 是一个基于 Python 的科学计算包，主要用于两个领域：一是作为 NumPy 的替代品，可以使用GPU加速计算；二是作为深度学习平台，提供了最大的灵活性和速度。

安装官网：https://pytorch.org/get-started/locally/

按照官网和本地环境，先择对应的不同的安装命令，本示例选择的是stable(1.3.1)、Linux、Conda、Python、 CPU:

# 安装
conda install pytorch torchvision torchaudio cpuonly -c pytorch

安装完成后，检查是否安装成功：

# 查看版本
python -c "import torch; print(torch.__version__)"

或者通过验证是否能导入torch来验证：

# 进入python3
python3

# 导入torch并进行一个运算
import torch
x = torch.empty(5, 3)
print(x)

输出：

知识了解

什么是tensorflow

TensorFlow 是一个开源的机器学习库，由 Google 开发，用于机器学习和深度学习等领域。TensorFlow 提供了 Python 和 C++ 两种编程语言的 API，支持 Linux、macOS 和 Windows 等多种操作系统。

tensorflow中文官网：https://tensorflow.google.cn/。

由于tensorflow相关基础知识较多，这里只是简单介绍一下，贴上以下知乎文章有利于大家的理解：

什么是tensorflow

NumPy

NumPy 是一个 Python 的开源扩展程序库，支持高性能的多维数组对象，以及用于处理数组的各种函数。NumPy 的主要对象是同构多维数组。它是一个元素表（通常是数字），所有类型都相同，由非负整数元组索引。在 NumPy 维度中称为轴。数组的数字称为元素或元素。NumPy 的数组类被称为 ndarray。它也被称为别名数组。

NumPy 的主要目的之一是用于数组计算。它提供了线性代数和随机数生成的功能。NumPy 可以与其他库集成，例如 Matplotlib（绘图库）、OpenCV（图像处理库）等。

NumPy 官网：https://numpy.org/