1.2 在你的計算機上配置機器學習環境

在深入學習神經網絡和機器學習之前，請確保你已經在你的計算機上配置了正確的機器學習環境，這樣你才能順利地運行書中的代碼。在本書中，我們會使用Python語言完成多個神經網絡項目。除了Python本身，我們還需要一些Python庫，例如Keras、pandas、NumPy等。安裝Python和庫的方法有很多，但是最簡便的是使用Anaconda。

Anaconda是一個免費且開源的Python及其函數庫的發行版。Anaconda提供了易用的包管理工具，利用這個包管理工具你可以方便地安裝Python以及我們需要的全部函數庫。安裝Anaconda很簡單，請訪問Anaconda官網并下載安裝包（選擇Python 3.x安裝包）。

除了Anaconda，我們還需要Git。Git對于機器學習和軟件工程來說是必要的工具。Git可以幫助我們從GitHub上方便地下載代碼，GitHub是世界上使用非常廣泛的代碼托管平臺。你可以根據你的操作系統下載對應的安裝包并進行安裝。

Anaconda和Git安裝完成之后，我們就可以下載本書的示例代碼了。本書中的代碼都可以在我們的GitHub代碼倉庫或異步社區中找到。

如果要下載代碼，請在命令行（如果你使用macOS/Linux系統，請使用終端工具；如果你使用Windows系統，請使用Anaconda Command Prompt）中使用git clone命令將托管在GitHub上的代碼倉庫PacktPublishing/Neural-Network-Projects-with-Python下載到本地。

這一步完成之后，執行下面的命令來進入你剛才下載的文件夾：

$ cd Neural-Network-Projects-with-Python

在該文件夾目錄下，你會找到一個名為environment.yml的文件。通過這個文件，我們可以把Python以及所需的全部函數庫安裝到虛擬環境中。你可以把虛擬環境看作一個隔離的沙盒環境，在那里可以安裝全新的Python和所需的全部函數庫。environment.yml文件包含了一系列指令用于控制Anaconda把特定版本的函數庫安裝到虛擬環境中。這么做保證了Python代碼可以在設計好的標準環境中執行。

通過Anaconda和environment.yml文件來下載函數庫，只需要執行下列命令：

$ conda env create -f environment.yml

這樣，Anaconda就會把需要的軟件包都安裝到neural-network-projects- python虛擬環境中。進入這個虛擬環境需要執行下面的命令：

$ conda activate neural-network-projects-python

就是這樣！我們現在已經進入了一個安裝有所需的全部依賴軟件包的虛擬環境。在這個環境中執行Python文件，你需要執行類似于下面的命令：

$ python Chapter01\keras_chapter1.py

如果要退出虛擬環境，可以執行下面的命令：

$ conda deactivate

需要注意的是，當你要執行任何我們提供的Python代碼時，都需要先進入虛擬環境（通過執行conda activate neural-network-projects-python）。

現在，開發環境已經配置完成，話題重新回到神經網絡。我們將要探索神經網絡背后的理論知識以及如何使用Python從頭構建一個神經網絡。