手把手教你Jupyter，Tensorflow，Python

Jupyter Notebook

JN是基于web的一个交互式笔记本，它可以把文档和代码完美结合，在统一个干净利索的界面里显示。同时，它提供了一个更为方便的功能：独立代码块。你可以把想要绑定在一起运行的代码写到同一个代码块，当你运行时，可以选择只运行某一个代码块中的内容，同时它还会把结果自动显示在下方。对开发人员的关爱简直可以上报了。直接上手吧

安装

如果你安装了Anaconda，Jupyter Notebook已经被打包安装了。想要重新安装

conda安装JN

如果你并没有安装Anaconda，使用python

pip安装JN

启动运行

运行JN的命令行

它会从你的默认浏览器打开

JN的浏览器界面

在右上角，选择新建python3文件，实际是支持python3的ipynb文件，支持你分部分运行代码，并且有非常干净的UI

选择python3文件

示例

选择一个目标模块，点击运行。如果当前模块需要先运行其他模块的话，则需要先运行其他模块。比如你要运行cell 2，打印出tensorflow的版本号，那你就要先运行cell 1，加载tensorflow。又的同学可能会疑惑import os的作用，我们下面会解释。

每一个模块可以选择四个不同的内容模式，效果如图所示

界面模式

其中尤其需要点出的是Jupyter Notebook支持Markdown! 敲黑板。什么是Markdown呢？它是一种可以让你在普通编译器中使用的格式语法。比如说，我在文本中写**人工智能**， 那最终呈现出的结果就是加粗的人工智能。刺不刺激，意不意外？再比如我最喜欢的其实是代码块的格式，而你只需要在这段的最开头和结尾加上```

Markdown文本

文本显示效果

简单好用，直戳泪点。

Tensorflow

选择Tensorflow的原因基本符合我在上一遍的选择原因，而且已经有很多的文章比较不同框架的优劣，在此不再赘述。Tensorflow最为当下最流行的框架，可以用于基本上所有方向的机器学习研究，对于大部分学习者而言是个不错的选择。框架如同语言一样，只是方便我们使用的工具。我们最终的目的还是功能的实现，所以当我们遇到一个框架的短板时，自然可以考虑使用其他的框架来代替。这里我们还是从TF开始我们的旅程。在上一张我们介绍了如何创建和虚拟环境，那时候fensorflow应该已经安装了，如果没有的话：

安装和检测tensorflow

如果能够得到版本号而不报错，则证明安装成功。

注意！

有些macOS用户在第一次打开Jupyter Notebook并import tensorflow时会出现错误：

OMP: Error #15: Initializing libiomp5md.dll, but found mk2iomp5md.dll already initialized

这是macOS特有的问题，解决方法如下：

无法使用模块的解决方案

Python

为什么使用python是个老生常谈的问题，虽然见仁见智，但是有一些普遍的共识：

1. 上手简单，学习快

2. 广泛的框架接口支持

3. 活跃的开源社区

4. 成熟丰富的资源库

5. 更精炼的代码风格，节省开发成本

市面上有太多的python教程，大家可以随意搜索一下，不建议刚开始学习的同学直接看文档。文档对于各个版本之间的区别，以及你在开发过程中遇到不确定的使用方法时，是个很好的查询地点。到那时刚开始杰出python的同学肯定会觉得文档无聊。建议大家了解了python的基本操作后，上手一个简单的项目，边做边学，相信很快就能够入门到放弃，哦不，精通。