神经网络与深度学习——TensorFlow2.0实战(笔记)(二)(开发环境介绍)开发环境介绍

开发环境介绍

Python3

1.结构清晰，简单易学

2.丰富的标准库

3.强大的的第三方生态系统

4.开源、开放体系

5.高可扩展性：胶水语言

6.高可扩展性：胶水语言

7.解释型语言，实现复杂算法时效率较低

（解释型语言是相对于编译型语言存在的，其源代码不是直接翻译成机器语言，而是先翻译成中间代码，再由解释器对中间代码进行解释运行。程序不需要编译，程序在运行时才翻译成机器语言，每执行一次都要翻译一次。）

TensorFlow2.0

简单清晰，易于扩展，极大地降低了深度学习编程的门槛。

Anaconda3            

1.一个用于科学计算的Python发行版

2.预安装了NumPy、Matplotlib等成熟的开源包和科学计算工具

3.强大的包管理和环境管理

                包管理：安装、更新、卸载工具包；

                             在安装工具包时，自动安装相应的依赖包。

                环境管理：可以在同一台机器上创建几个相互独立的虚拟环境；

                               可以隔离不同项目所需要的不同版本的工具包；

                               不同的环境之间可以快速切换。

课程链接：https://www.icourse163.org/course/XUST-1206363802?tid=1206674203

最后

以上就是成就皮皮虾为你收集整理的神经网络与深度学习——TensorFlow2.0实战(笔记)(二)(开发环境介绍)开发环境介绍的全部内容，希望文章能够帮你解决神经网络与深度学习——TensorFlow2.0实战(笔记)(二)(开发环境介绍)开发环境介绍所遇到的程序开发问题。

如果觉得靠谱客网站的内容还不错，欢迎将靠谱客网站推荐给程序员好友。