web安全之机器学习入门——1.环境搭建

前置知识

算法和数据的辩证关系：算法和数据是机器学习解决实际问题不可或缺的两大因素。早期机器学习十分依赖特征提取，随着发展，人们发现通过增加训练数据量，让机器从大量基础特征中可以自动关联出潜在关系，自动学习出更高级的特征；

深度学习框架：paddle（百度开源），tensorflow（谷歌团队开发维护）；

Python几个重点库：NumPy，SciPy，NTLK，Scikit-Learn。

Py库安装

Numpy

介绍：

NumPy 是一个运行速度非常快的数学库，主要用于数组计算，包含：

一个强大的N维数组对象 ndarray

广播功能函数

整合 C/C++/Fortran 代码的工具

线性代数、傅里叶变换、随机数生成等功能

安装：

anaconda的spyder自带

SciPy

介绍：

SciPy是一款方便、易于使用、专为科学和工程设计的Python工具包。

它包括统计、优化、涉及线性代数模块、傅里叶变换、信号和图像处理、常微分方程求解器等众多数学包。

安装：

anaconda的spyder自带

NLTK

介绍：

Natural Language Toolkit，自然语言处理工具包，在NLP领域中，最常使用的一个Python库。

安装：

在anaconda prompt 命令窗口里输入：pip install nltk

Scikit-Learn

介绍：

机器学习算法库。可以实现数据预处理，分类，回归，降维，模型选择等常用的机器学习算法。

依赖.python(>=2.6 or >=3.3)  .NumPy(>=1.6.1)  .SciPy(>=0.9)

安装：

在anaconda prompt 命令窗口里输入：pip install scikit-learn。

Tensorflow虚拟环境搭建

TensorFlow目前在windows下只支持python 3.5版本。

（1）打开Anaconda Prompt，输入清华仓库镜像，这样更新会快一些：

conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --set show_channel_urls yes

（2）同样在Anaconda Prompt中利用Anaconda创建一个python3.5的环境，环境名称为tensorflow ，输入下面命令：

conda create -n tensorflow python=3.5

运行 开始菜单->Anaconda3—>Anaconda Navigator，点击左侧的Environments，可以看到tensorflow的环境已经创建好了。

（3）在Anaconda Prompt中启动tensorflow环境：

activate tensorflow

当不使用tensorflow时，关闭tensorflow环境，命令为：deactivate