DL4NLPinAction课程开发环境搭建教程

1. 本课程使用深度学习框架TensorFlow软件包进行开发和教学，为了方便教学、方便同学们进行学习和交流，我们大家需要使用相同的配置和系统，所以我们建议使用虚拟机方式进行实践工作。
2. 我们提供了已经安装了所需全部软件包和工具的系统镜像，供大家下载使用。
3. 虚拟机需要占用2G内存（建议4G）和不少于20G硬盘，因此，建议个人电脑内存不少于4G，硬盘空闲空间大于30G。
4. 需要自行安装的同学可以参考TensorFlow官方教程。

虚拟机系统配置与开发环境说明

1. 虚拟机软件使用VMWare Player（Mac系统下可以用VMWare Fusion）或Virtural Box（Windows和MAC系统都可用）

   • VMWare Player下载地址：https://my.vmware.com/web/vmware/free#desktop_end_user_computing/vmware_workstation_player/12_0
   • Virtural Box下载地址：https://www.virtualbox.org/wiki/Downloads
   • VMWare Fusion（不推荐）下载地址：https://www.vmware.com/products/fusion.html

2. 注意：宿主机（Windows或Mac）需要是64位系统

3. 虚拟机资源要求：内存2G以上（建议4G），硬盘占用20G左右

4. 操作系统：Ubuntu-16.04.2

5. Python版本：Python 2.7.12

6. 深度学习所需工具包（自行安装可使用pip）：numpy, ipython，matplotlib, nltk, jieba, sklearn, scipy，tensorflow（CPU版本, 1.2.0）, ipython notebook （jupyter notebook）

7. IDE：PyCharm Community IDE (2017.1.4)

8. 系统账号密码

   • 用户名：dl
   • 全名：dllearner
   • 密码：dlhello
   • root用户密码未设置，需要的可用sudo passwd root自行设置

虚拟机镜像文件

1. 下载地址：http://pan.baidu.com/s/1pLsf0Cz
2. 解压压缩文件，并用VMWare或Virtual Box打开使用
3. 环境验证程序，打开的终端，进入Python环境，输入如下代码片段：

import tensorflow as tf
# 使用tensorflow进行简单的计算
x = tf.placeholder("float") # 创建变量x
y = tf.placeholder("float") # 创建变量y
z = tf.add(x, y) + tf.multiply(x, y) # x与y之和与之积
with tf.Session() as sess:
    print("%.2f should equal 4.00" % sess.run(z, feed_dict={x: 1, y: 2}))
    print("%.2f should equal 15.00" % sess.run(z, feed_dict={x: 3, y: 3}))

Tensorflow使用参考资料

1. 英文官方教程：https://www.tensorflow.org/tutorials/
2. 中文翻译官方教程：http://wiki.jikexueyuan.com/project/tensorflow-zh/
3. 其他例子和教程： https://github.com/jtoy/awesome-tensorflow