轻松搭建机器学习/深度学习开发环境

人工智能学习从入门到放弃往往就是从配置环境开始，希望通过一篇文章让大家能轻松搭建人工智能开发环境。

我们从操作系统开始谈起

       现在操作系统你可以选择Windows 10 / macOS / Linux , 我个人是强烈推荐 Linux的因为在开发或者稳定性乃至兼容性上都是最好， 有人会说在开发外，还有很多工作，还有娱乐，那是否Linux就不适合了，这里我提提我个人的经验, 对于Linux 都已经有很多软件支持，如WPS ，如百度云盘，如Google 输入法，还有 你可以基于Wine 去安装相关适配的软件，如Wechat/QQ 等，当然你一定要Office 365 之类，我建议你安装 VMWare Player 装一个虚拟机去虚拟一个WIndows 也是可以的。当然你不喜欢虚拟机，那你可以在 Windows 10上直接使用WSL 去完成。至于macOS 用户，在现阶段你就只能在自身平台，或者通过VM Fusion / Parralel Desktop 去虚拟一个Linux 去配置。
       大家知道机器学习/深度学习开发，需要用到GPU ，上述方案是否都能用呢？macOS 就不用想了，因为直接就和老黄不沾边多年，现在只能等深度学习框架去支持MLCompute 。而Windows / Linux 都是支持GPU的，那如果是WIndows 下的WSL 呢？ 要等年底，你就可以直接在WSL通过原生或者容器方式去支持GPU算力了。
      至于版本，我推荐使用Ubuntu 20.04.2  这是一个LTS 长期支持版本，在环境支持上也是很给力的. 下面是我的Linux 工作环境截图