任务一
安装Anaconda
转载 侵删！！！
Anaconda是专注于数据分析的Python发行版本，包含了conda、Python等190多个科学包及其依赖项。
conda 是开源包（packages）和虚拟环境（environment）的管理系统。
-packages 管理： 可以使用 conda 来安装、更新 、卸载工具包 ，并且它更关注于数据科学相关的工具包。在安装 anaconda 时就预先集成了像 Numpy、Scipy、 pandas、Scikit-learn 这些在数据分析中常用的包。另外值得一提的是，conda 并不仅仅管理Python的工具包，它也能安装非python的包。比如在新版的 Anaconda 中就可以安装R语言的集成开发环境 Rstudio。
-虚拟环境管理： 在conda中可以建立多个虚拟环境，用于隔离不同项目所需的不同版本的工具包，以防止版本上的冲突。对纠结于 Python 版本的同学们，我们也可以建立 Python2 和 Python3 两个环境，来分别运行不同版本的 Python 代码。
1.Anaconda Navigtor ：用于管理工具包和环境的图形用户界面，后续涉及的众多管理命令也可以在 Navigator 中手工实现。
2.Jupyter notebook ：基于web的交互式计算环境，可以编辑易于人们阅读的文档，用于展示数据分析的过程。
3.qtconsole ：一个可执行 IPython 的仿终端图形界面程序，相比 Python Shell 界面，qtconsole 可以直接显示代码生成的图形，实现多行代码输入执行，以及内置许多有用的功能和函数。
4.spyder ：一个使用Python语言、跨平台的、科学运算集成开发环境。
命令：
activate // 切换到base环境
activate 环境名 // 切换到 某环境
conda create -n learn python=3 // 创建一个名为learn的环境并指定python版本为3(的最新版本)
conda env list // 列出conda管理的所有环境
conda list // 列出当前环境的所有包
conda install requests=1.0 安装requests包 指定版本
conda remove requests 卸载requets包
conda remove -n learn --all // 删除learn环境及下属所有包
conda update requests 更新requests包
conda env export > environment.yaml // 导出当前环境的包信息
conda env create -f environment.yaml // 用配置文件创建新的虚拟环境
conda upgrade --all 更新所有包
conda search search_term 模糊查询包
conda create -n env_name list of packages
其中 -n 代表 name，env_name 是需要创建的环境名称，list of packages 则是列出在新环境中需要安装的工具包
清华TUNA镜像源有Anaconda仓库的镜像
添加Anaconda的TUNA镜像
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
TUNA的help中镜像地址加有引号，需要去掉
设置搜索时显示通道地址
conda config --set show_channel_urls yes
作者：AC手环
链接：https://www.jianshu.com/p/eaee1fadc1e9
來源：简书
简书著作权归作者所有，任何形式的转载都请联系作者获得授权并注明出处。
利用anaconda安装TensorFlow
任务二
学习机器学习1章
关于机器学习，要这本书，作者是周志华：
大家互相监督，及时在简书上更新文章。
文章更新要求：
- 要有运行截图
- 要有学习笔记
- 笔记可以用截图
- TensorFlow要至少跑一个样例代码。
-
不用说明原理有运行截图就行了。
image.png
截止时间，下周五（2019.1.19）
作者：张青子
链接：https://www.jianshu.com/p/f9921f06947a
來源：简书
简书著作权归作者所有，任何形式的转载都请联系作者获得授权并注明出处。
