2.1 安装Python开发环境
2.1.1 Miniconda的下载与安装
第一步：下载和安装
（1）在Miniconda官网打开下载页面，如图2-1所示。
图2-1 Miniconda下载页面
目前提供的是最新集成了Python 3.11 64-bit版本的Miniconda，如果读者使用的是以前的Python版本，例如Python 3.10，也是完全可以的，读者可以根据自己的操作系统选择下载。
这里笔者推荐使用Windows Python 3.11 64-bit版本，可以到Miniconda官网下载，如图2-2所示。
图2-2 Miniconda官网提供的下载
（2）下载完成后得到的是EXE文件，直接运行即可进入安装过程。安装完成以后，出现如图2-3所示的目录结构，说明安装正确。
图2-3 Miniconda安装目录
第二步：打开控制台
在计算机桌面依次单击“开始”→“所有程序”→“Miniconda3”→“Miniconda Prompt(Miniconda3)”，打开Miniconda Prompt窗口，它与CMD控制台类似，输入命令就可以控制和配置Python。在Miniconda中最常用的是conda命令，该命令可以执行一些基本操作，读者可以自行测试一下这个命令。
第三步：验证Python
在Miniconda Prompt窗口中输入python，如果安装正确，会打印出Python版本号以及控制符号。在控制符号下输入代码：
print("hello Python")
输出结果如图2-4所示。
图2-4 验证Miniconda Python是否安装成功
第四步：使用pip命令
使用Miniconda的好处在于，它能够很方便地帮助读者安装和使用大量第三方类库。本书中，我们将使用pip命令安装第三方类库。查看已安装的第三方类库的命令如下：
pip list
注意：如果此时命令行还处于>>>状态，可以输入exit()退出。
在Miniconda Prompt控制台输入pip list命令，结果如图2-5所示。
图2-5 列出已安装的第三方类库
在Miniconda中安装第三方类库的命令如下：
pip install name
这里的name是需要安装的第三方类库名，假设需要安装NumPy包（这个包已经安装过），那么输入的命令就是：
pip install numpy
这个安装过程略去，请读者自行尝试。使用Miniconda的好处就是默认已安装好了大部分学习所需的第三类库，这样避免了使用者在安装和使用某个特定类库时，可能出现的依赖类库缺失的情况。
2.1.2 PyCharm的下载与安装
和其他语言类似，Python程序的编写可以使用Windows自带的编辑器。但是这种方式对于较为复杂的程序工程来说，容易混淆相互之间的层级和交互文件，因此在编写程序工程时，我们建议使用专用的Python编译器PyCharm。
第一步：PyCharm的下载和安装
（1）进入PyCharm官网的Download页面，选择不同的版本，如图2-6所示，PyCharm有收费的专业版和免费的社区版，这里建议读者选择免费的社区版即可。
图2-6 PyCharm的免费版
（2）下载PyCharm安装文件后，双击运行进入安装界面，如图2-7所示。直接单击Next按钮，采用默认安装即可。
图2-7 PyCharm的安装文件
（3）在安装PyCharm的过程中需要对安装的参数进行选择，如图2-8所示，这里建议直接使用默认安装即可。
图2-8 PyCharm的配置选择（按个人真实情况选择）
（4）安装完成后出现Finish按钮，单击该按钮安装完成，如图2-9所示。最后将在桌面上显示一个PyCharm程序图标
，双击该图标可运行PyCharm。
图2-9 PyCharm安装完成
第二步：使用PyCharm创建程序
（1）单击桌面上新生成的
图标进入PyCharm程序界面。由于是第一次启动PyCharm，需要接受相关的协议，在勾选界面下方的复选框后单击Continue按钮，进行下一步操作。因为操作比较简单，这里就不截图显示了。
（2）进入PyCharm工程创建界面创建新的项目，可以直接创建一个新项目（New Project），或者打开一个已有的项目文件夹（Open），如图2-10所示。
图2-10 PyCharm工程创建界面
（3）这里单击New Project按钮创建一个新项目，下面就是配置Python环境路径，填写好python.exe地址后（就是上一步安装的c:\miniconda3目录下的python.exe），单击Create按钮，将在PyCharm项目管理目录PycharmProjects下面创建一个新项目，如图2-11所示。
图2-11 PyCharm新建文件界面
（4）对于创建的新项目，PyCharm默认提供了一个测试程序main.py，内容如图2-12所示。
图2-12 PyCharm工程运行界面
选中main.py，单击菜单栏中的Run|run…运行代码，或者直接右击main.py文件名，在弹出的快捷菜单中选择run命令。如果成功，将输出“Hi, PyCharm”，如图2-13所示。
图2-13 运行成功
至此，Python与PyCharm的配置就完成了。
2.1.3 softmax函数练习
对于Python科学计算来说，最简单的想法就是可以将数学公式直接表达成程序语言，可以说，Python满足了这个想法。本小节将使用Python实现和计算一个深度学习中最为常见的函数—softmax函数。至于这个函数的作用，现在不加以说明，笔者只是带领读者尝试实现其程序的编写。
softmax函数的计算公式如下：
其中，x_i表示输入向量x中的第i个元素，N为数据总量，Σ表示求和符号，exp表示自然指数函数。
带入softmax的结果其实就是先对每一个x_i进行以e为底的指数计算，变成非负，然后除以所有项之和进行归一化，之后每个x_i就可以解释成在观察到的数据集类别中，特定的x_i属于某个类别的概率，或者称作似然（Likelihood）。
提示：softmax用以解决概率计算中概率结果大而占绝对优势的问题。例如函数计算结果中有两个值a和b，且a>b，如果简单地以值的大小为单位进行衡量，那么在后续的使用过程中，a永远被选用而b由于数值较小而不会被选择，但是有时候也需要使用数值小的b，softmax就可以解决这个问题。
softmax按照概率选择a和b，由于a的概率值大于b，因此在计算时a经常会被取得，而b由于概率较小，因此取得的可能性也较小，但是有概率被取得。
softmax函数的代码如下：
可以看到，当传入一个数列后，分别计算求出每个数值所对应的指数函数值，之后将其相加，再计算每个数值在数值和中的概率。例如：
a = numpy.array([[1,2,1,2,1,1,3]])
结果请读者自行打印验证。