摘要
我使用的是Debian GNU/Linux 發行版。 需要安裝Anaconda, 其中包括numpy, pandas, scikit-learn 和 keras 等與機器學習相關的模塊。 然後再安裝pycharm， 這是一個很方便使用的 Python 集成開發環境。
安裝Anaconda
到Anaconda 的下載頁面https://www.anaconda.com/distribution/ 選擇要安裝的版本， 推薦使用Python 3.7 版本的。
其實選擇Python 2. 7 也沒有關係。 Anaconda 有"environment" 功能， 可以定義多個不同的 environment ， 相當於是多個Python 庫的集合，庫的版本可以根據需要下載， 各個 environment 互不干擾。 比如，Ananconda 安裝結束後， 你可以定義一個 Python 2.7 的 environment ， 再定義一個Python 3.7 的 environment， 根據需要開發不同的項目。
安裝好Anaconda 之後， 我們可以安裝機器學習需要的庫。 運行
anaconda-navigator
進入 Anaconda 主界面：
點擊左側的Environments 界面， 我們看到已經有一個 base(root) 環境。 爲了不影響這個環境， 我們新建一個環境， 點擊下方的Create 按鈕， 輸入新的 Environment 爲Keras， 在 search packages 裏輸入要安裝的軟件包或庫， 比如 Keras:
已經安裝的軟件包前面有綠色的鉤；沒有安裝的軟件包前面是一個空的框， 如果想安裝， 把它打上鉤， 點擊下方的Apply 就可以開始安裝。 依次安裝Keras, numpy, pandas, scikit-learn 等軟件包。
點擊Home 按鈕， 這時我們可以看到在 Applications on 旁邊的下拉框裏多了一個 keras ， 這就是我們剛纔創建的環境。 我們可以在這個環境裏運行Jupyter ， 測試一下我們剛纔安裝的軟件包好不好用。點擊Jupyter Notebook 下面的Launch 按鈕：
安裝Pycharm
Pycharm 是一個Python IDE， 可以與Anaconda 結合起來使用。 到該頁面下載
在Linux 下， 直接把壓縮包解壓到需要的地方， 比如你的HOME目錄， 然後進入目錄， 運行
bin/pycharm.sh
啓動 pycharm。 此時會要求你填寫interpreter， 因爲Pycharm 僅是一個IDE， 它並不知道你的系統裏安裝了什麼版本的Python。 你可以指定系統已經安裝的Python， 也可以指定剛纔我們安裝的 anaconda 及其environment， 或是新建一個Environment。 比如， 以下對話框 裏的test2 就是一個全新的environment。 當你在python 文件裏import 時， Pycharm 會自動識別沒有安裝的軟件包，並讓你點擊安裝。
由於我們已經在Ananconda 裏建立了一個環境Keras, 因此我們可以使用 Existing interpreter:
接下來我們就可以使用著名的Keras了：
