第一步是选择合适的计算机配置。通常需要一台具有良好图形处理器（GPU）和大容量内存的计算机，比如8GB或以上的内存和NVIDIAGeForce或AMDRadeon系列的GPU。当然，如果你的预算较高，可以选择相应更高级别的硬件。
准备工作首先，你需要一个深度学习框架。常见的深度学习框架有TensorFloPyTorcCaffe等等。在本文中，我们将以TensorFlow为例。其次，你需要一个Python编程环境。深度学习框架通常使用Python作为编程语言。
处理器（CPU）：选择一款高性能的多核心处理器，比如英特尔的i7或者AMD的Ryzen7系列处理器。这样可以提供足够的计算能力来处理深度学习任务。内存（RAM）：推荐选择至少16GB的内存。
对于大多数程序员来说，一般选择电脑的顺序就是：CPU内存＞硬盘＞显卡，因为在做一个项目的时候，经常需要多线程处理，CPU是背后的动力支撑，内存的话能够保证容纳更多程序运行。
配置NVIDIA显卡：配置NVIDIA显卡需要两个步骤。首先，安装NVIDIA驱动程序。如果您使用图形界面，可以在Software&Updates（软件和更新）中的AdditionalDrivers（附加驱动）中选择适合您的显卡的驱动程序进行安装。
所以对深度学习而言，基本的需求则是：内存大于:8G一片以上带CUDA单元的显卡。操作系统：win7/8/10/ubuntu/OSX皆可这对大多数人来说都不难，如果手上的电脑没超过五年，简单的升级一下自己手上的电脑即可。
深度学习的配置是需要一些投入的，所以应该分阶段来购买配置比较合理。
Theano是一个python类库，用数组向量来定义和计算数学表达式。它使得在Python环境下编写深度学习算法变得简单。在它基础之上还搭建了许多类库。
相比于浅层学习而言，深度学习更需要幼儿掌握对于事物的运用、分析、综合和评价能力，是一种具备更高水平的学习模式。幼儿的深度学习存在于各个领域、各种活动之中，我们可以从以下几个方面进行引导。
是在XP的虚拟机装另一个系统好，还是直接装双操作系统好？
有关虚拟机的问题，这个视你的电脑配置而定了。如果配置不错，虚拟机运行有保障当然可以用虚拟机研究，没有风险又容易恢复；配置弱的话上传统桌面Linux可能会比较吃力（不上桌面当然没问题）。
配置文件：不同的电脑操作系统，配置文件不同，Ubuntu下的pip换源配置文件路径和文件名为：~/.pip/picon缺少模块报错：有些模块需要手动下载安装，opencv-pythoshapely等。
深度学习，需要怎么做到？
基于Python的深度学习库、深度学习方向、机器学习方向、自然语言处理方向的一些网站基本都是通过Python来实现的。机器学习，尤其是现在火爆的深度学习，其工具框架大都提供了Python接口。
在Keras中更容易创建大规模的深度学习模型,但Keras框架环境配置比其他底层框架要复杂一些。Keras优点:对于刚刚入门的人来说,Keras是最好的深度学习框架。它是学习和原型化简单概念的理想选择,可以理解各种模型和学习过程的本质。
大家可以参考小编上面的深度学习环境配置顺序介绍，希望能够对大家有帮助，在平时的使用时候，需要定期的进行维护与保养，这样的话可以起到一个很好的保证作用。
深度学习环境配置顺序
