1.1　为什么要使用指定的开发环境

使用指定开发环境的主要目的是方便读者运行代码。深度学习环境主要基于Linux操作系统搭建，此过程需要有Linux相关的知识作为铺垫。然而，使用指定的开发环境，可以将这一部分大大简化，使读者直接运行代码，降低入门门槛，否则读者可能会遇到很多无从下手的麻烦，影响主要内容的学习。

首先，确定开发环境的版本。Python的Scikit-learn、Tensorflow、Keras等机器学习、深度学习常用库，很多基本用法在不同版本之间都是不同的。另外，可能一两年后，相比此时Tensorflow的语法又有很大不同，到那时读者想使用本书代码的话，就会发现代码运行错误，造成很多困扰。还有这些库的安装过程中，有时并不是安装一个库的问题，同时涉及与系统库的交互。笔者依稀记得很多年前第一次接触Python，在大型机的个人用户安装Scipy库时，需要通过逐一手动安装系统库来解决包依赖问题，折腾了整整三天。

其次，本书的代码可以在该开发环境下运行。如果读者觉得本书的案例和自己学习工作中的案例比较接近，可以直接使用自己的数据代替书中的数据，或者使用本书的模型快速得到一个和自己工作相关的模型。

最后，本书基础部分（第2～7章）的内容，计算量并不大，可以在普通的个人电脑上部署安装，甚至可以打开电脑浏览器，然后直接在景略集智官网里单击与本书内容相关的博客文章，在云端运行程序。当然，本书的案例部分（第8～11章）的内容都需要相当的计算量，这就需要准备一台带GPU的电脑了，而这样的电脑通常并不便宜。为了方便读者学习，我们专门配置了和本书配套的开发环境，方便读者租用云服务器上手学习。有关电脑配置和云服务器租用方式，详情请见1.2节的内容。