本次分享內容：開發環境的搭建、谷歌Tensorflow的部署、IDE的使用方法。
由於我們的課程是使用了深度學習技術，主要的開發過程會集中在數據處理這個環節上。這種開發任務需要我們多次頻繁地執行某些小的語句塊，例如訓練過程需要不斷地調參，對數據初始化並且進行重複地訓練。
Tensorflow的安裝
爲了避免安裝部署過程中可能產生的問題，我們選擇安裝anaconda作爲我們的開發庫，使用anaconda中已經爲我們安裝好的anaconda作爲開發環境，稍後會單獨講解anaconda。首先我們來下載一下anaconda，進入anaconda主頁後，有三種系統的安裝方式，包括Linux系統、macbook系統，我們本節課是使用windows作爲主要的開發環境，所以我們就選擇windows的形式。 它提供python3.6以及python2.7的兩個版本的安裝，這裏版本倒不是很重要，大家可以任意選擇，建議選擇3.6版本。如果你是使用3.6版本，就可以在你的物理機上直接運行tensorflow，否則的話你是需要搭建建立一個虛擬的開發環境。
anaconda是一個開源的python發行版本，它包含了大量的科學包，例如數學處理包numpy，可以處理一些矩陣的計算向量的計算以及數據的一些運算、方程式微分等。
然後還有這一個，scipy是科學計算包，它裏面包含了一些複雜的科學組建。這個包我們不會直接使用，但是它往往會作爲其他底層的包會被調用，windows的用戶在裝scipy包的時候，通常使用我們python的命令來安裝不成功。那是因爲我們的windows7以及以後的版本沒有提供相應的編譯環境。下面這個站點，有一些基本的包會給我們下載。
如果自己裝要跟你的python的版本相一致。
安裝建議：路徑選擇——C盤ALL User
現在很多科學家比較喜歡用一個軟件叫matplotlib，我們在這裏幾乎只用到它的一個小的子庫叫plot。這個庫主要是用來畫圖，很多時候我們是需要把我們的訓練的結果其中包括你的誤差還有準確率以及召回率這些指標來畫一個圖。
首先建立一個虛擬環境conda create，
推薦這些站點：
conda env create -n
conda env remove -n
conda env list
pip install numpy -i http://pypi.douban.com/somple
也可以到清華大學開源軟件鏡像站下載：https://mirrors.tuna.tsinghua.edu.cn，
比如說你想找Tensorflow，它是谷歌的深度學習的一個框架。我們現在市面上還有哪一些跟特色flow相似的一些深度學習的開源框架有很多，而且會有各自會有不同的優劣勢，目前來說，tensorflow是在上手來說是最容易上手的一個。
我們把剛纔的命令來執行一下，
先不要進入我們的虛擬開發環境中，
大家看到了這裏拒絕訪問，就是說權限不夠，所以這也是要推薦大家做的一個事情，就是說當你執行cmd命令，在shell的時候，一定要用管理員。我們現在試一下，如果沒有報錯，就是安裝成功，我們在調用的時候經常會打tensorflow或者跟個點來調用它的函數調用它的功能，那說明它已經安裝成功了，tensorflow的安裝就講解到這裏了。
ID環境
給大家展示一下jupyter notebook環境的安裝，首先我們建一個開發目錄，在C盤的class文件夾下面，建立開發文檔jupyter notebook，它其實是一個可交互的一個開發環境，它的本質是一個外部應用程序。（大家可能也看到了，我剛剛的報錯裏面它用到了html5，說明它是用H5來寫東西，它便於創建和共享一些程序文檔，可以支持實施代碼數學方程以及可視化和它最主要的是支持一個markdown的一個比較流行的一個形式，一個文字的表達形式，markdown可以直接另存爲html形式，比如說你如果有那些博客，或者你自己有站點之類的，寫好的程序以及做好的東西就比較容易展現出來。
通常我們的現在的臺式的計算機以及筆記本的電腦都是會有兩塊顯卡的（也就是我們所說的雙顯卡），你計算一定是使用獨立卡，還空餘了一塊板載顯卡，就是主板帶的顯卡。你接顯示器的時候最好把它接在板載顯卡上。有的BIOS檢查到你的獨立顯卡，一旦裝在你的機箱裏面加了電，它就會把板載顯卡屏蔽掉，大家在網上搜一下BIOS相應的設置，然後把它屏蔽掉，把連接顯示器的線接在板載顯卡上，這是爲了給獨立顯卡提供更多的空間。
如果你是在Linux下安裝Tensorflow，你需要在訓練的時候退出圖形化用命令執行，這樣就把你的計算性能完全空缺出來了。
好，我們來看一下它這裏有一個報錯。
就進入了一個編輯的環境，首先改一下我的文件的名字，這是我的第一個net博客文件是本本課程，第一個它不可文件，我就把它改名爲test。
這裏要說一下基本的一些操作過程，本課程會隨課程有一個練習讓大家使用，所以說大家如果能夠打開這個練習，打開練習的時候，那個練習應該會出現在出現的這個地方。
首先我給大家我跟大家講解一下jupyter notebook的運行方式，首先在這裏導入Tensorflow的庫，那麼我可以寫一下文字，我選用mark down的編輯方式，
寫一些標題，比方說打個井號，井號就是用來區分你的主標題副標題，然後是副副標題之類的。首先主標題可以這裏是寫一下hello DeepLearning以及副標題：
在方框裏面看一下shift加回車，可以看到它的展示的效果：
如果你單擊它，你會發現這一個藍色的框，藍色的這個邊，就表示你現在是在他的是一個選中的模式，這個模式你是沒有辦法編輯他的。想編輯它雙擊就可以。雙擊進去以後，這裏就變成了綠色，這個綠色的框表示你在編輯模式。
藍色的框可以執行一些命令，
小練習：
1、jupyter notebook的基本的操作
2、關於熱鍵的練習
練習提示：
1、操作代碼單元格就是執行一下shift加回車，代碼補全
2、快捷鍵
這種綠色格子的你點進去以後，綠色格子這種叫邊際模式，按root（我是按esc），可以恢回到命令模式，在命令模式中你就可以使用一些熱鍵。 比方說這裏新建單元格，剛纔可以用AB來新建單元格，比方說這裏你按一個A就是在它上面加一個單元格，你如果在B就是在下面會加一個單元格，
如果我真的想熟悉一下熱鍵怎麼樣辦呢？就按H會彈出這樣一個框這樣一個提示。大家可以看一下，它基本上所有你常用的熱鍵都會記錄在這裏：
答案下一節會分享給大家。以上內容來自安全牛課堂《機器學習與網絡安全》