8、深度学习入门：环境搭建与影评分类实战

深度学习入门：环境搭建与影评分类实战

1. 深度学习工作站搭建

在开始开发深度学习应用之前，需要搭建好工作站。虽然不是绝对必要，但强烈建议在现代的 NVIDIA GPU 上运行深度学习代码。因为一些应用，如卷积网络的图像处理和循环神经网络的序列处理，在 CPU 上运行会极其缓慢，即使是多核 CPU 也不行。而且，对于那些可以在 CPU 上运行的应用，使用现代 GPU 通常能将速度提高 5 到 10 倍。

如果不想在本地机器上安装 GPU，可以考虑在 AWS EC2 GPU 实例或 Google Cloud Platform 上运行实验。不过，长期使用云 GPU 实例可能会产生较高的成本。

无论是在本地还是云端运行，使用 Unix 工作站会更好。虽然在 Windows 上技术上可以使用 Keras（所有三个 Keras 后端都支持 Windows），但不推荐这样做。如果是 Windows 用户，最简单的解决方案是在机器上设置 Ubuntu 双启动。

要使用 Keras，需要安装 TensorFlow 或 CNTK 或 Theano（如果想在三个后端之间切换，可以全部安装）。这里主要关注 TensorFlow，并对 Theano 有一些简单的说明，不涉及 CNTK。

以下是搭建工作站的一些要点总结：
| 要点 | 详情 |
| ---- | ---- |
| GPU 选择 | 推荐在现代 NVIDIA GPU 上运行，若没有可以考虑云服务 |
| 操作系统 | 推荐 Unix 系统，Windows 用户可设置 Ubuntu 双启动 |
| Keras 后端 | 需安装 TensorFlow 或