第1章 搭建舞台

 传统数学课本通过习题的方式让读者掌握知识点，本书则希望通过动手实验来达到这一目的。书中会提供足够多的实验内容。读者无须准备纸笔，但需要尝试实现代码。

本章帮读者配置工作环境。全书代码运行于Linux操作系统，具体采用的发行版为Ubuntu 20.04，不过大多数代码也能在新版Ubuntu和其他Linux发行版上运行。为了完整性考虑，我还会提供macOS和Windows环境下的配置方法。但我要指出，深度学习最理想的工作环境是Linux，当然大多数情况下用macOS也可以。不建议使用Windows，因为很多深度学习组件的移植版在Windows下的维护性较差，尽管最近这个问题逐渐开始好转。

我会首先介绍一下需要安装哪些软件包，然后带领读者快速浏览一下适用于Python 3的NumPy库，因为对几乎所有使用Python进行科学计算的人来说，NumPy都是基础工具。接下来我会介绍SciPy，它也是很多科学计算的必备工具，但我在此只做简要说明。最后我会谈一下有关scikit-learn的话题，它通常简称为sklearn。scikit-learn非常有用，它实现了很多传统的机器学习模型。

全书将借助可执行的示例代码来阐述概念。所有的例子都需要先执行以下代码：

import numpy as np

另外，有些示例会引用之前章节中出现过的代码。但是因为所有的例子都很简短，运行多个示例也不会占用多少资源，所以建议将每一章的各个示例都运行在单个Python会话中。当然，这也不是必需的。