搭建开发环境
这个非常简单，只需要安装一个python解释器即可，可以到官网下载安装包，也可以下载集成软件anaconda，初学来说，建议安装anaconda，简单方便，集成了许多常用第三方包以及spyder、notebook等开发环境，相比较python自带的标准库以及IDLE，强大不少，至于python2还是python3，毋庸置疑3，2系列官方已经停止更新和维护：
常用开发工具
这里推荐2个非常适合python的开发工具，一个是简单轻便的vs code，一个是专业强大的pycharm，对于python学习来说，可以说是非常不错：
01、简单轻便vs code
这是一个众所周知的代码编辑器，在业界非常著名，相信许多朋友都听说或使用过，免费开源跨平台，常见的智能补全、代码高亮、语法提示、git等功能，这个软件都能很好支持，除此之外，插件扩展丰富，只需简单安装一个python插件，便可直接编辑运行程序，开发效率高，当然，在前端等编程语言中也有着非常高的使用率：
02、专业强大pycharm
这是一个非常专业的python开发软件，相信许多做python开发的朋友都非常熟悉，即使没使用过也应该听说过，智能补全、代码高亮、语法提示、git等功能非常不错，相比较轻量级的vs code，pycharm支持代码重构、代码分析、单元测试等高级功能，因此开发效率更高，也更适合大型项目，尤其对于团队协作的项目开发，可以说是非常合适：
入门学习资料
基本开发环境和开发工具熟悉后，就是python入门学习，这里建议找一本比较全的专业书籍，或一个讲解比较全面的视频教程，一边学习一边练习，眼过千遍不如手过一边，最重要的就是多练习，多调试代码，不要眼高手低，基本的变量、函数、类，各种常用的工具包等都要熟悉掌握，这些是以后开发的基础，也是求职的资本，可以结合实际项目做专项训练，不断提高自己的综合实力，积累开发经验：
总之，python学习不难，没有任何编程基础也可以轻松入门，只要你多看多练就行，后期可以多逛逛社区，多研究研究开源项目，机器学习、数据分析、网络爬虫、web开发等，python都有深入涉及和应用，网上也有相关教程和资料，介绍的非常详细，感兴趣的话，可以搜一下，希望以上分享的内容能对你有所帮助吧，也欢迎大家评论、留言进行补充。
python能做软件开发吗？
当然可以，这里以Python桌面软件开发为例，简单介绍几个非常不错的模块和第三方库，感兴趣的朋友可以尝试一下：
01tkinter
这是一个非常基础的Python GUI开发库（标准库），免费、开源、跨平台，自带组件和容器完全可以满足日常开发，不过在界面设计及布局方面有所欠缺，如果你对这方面要求不高，只是一个简单的桌面软件，可以使用一下这个模块，非常不错，简单易学，非常容易入门：
02easygui
这是一个基于tkinter的GUI开发库，对tkinter的基本组件和容器进行了高级封装（类似于matplotlib和seaborn的关系），省去了许多默认参数配置，只需简单几行代码就可快速开发一个窗口程序，如果你需要快速迭代一个桌面软件，可以使用一下这个模块，非常不错，安装的话，直接在cmd窗口输入命令“pip install easygui”即可：
03kivy
这是一个免费、开源、跨平台的Python应用程序开发框架，只需编写一套代码，即可运行在目前主流的操作平台上，包括Windows，Linux，Mac，Android等，在国外非常受欢迎，一度超过pyqt，对于个人使用来说，非常容易入门，安装的话，直接在cmd窗口输入命令“pip install kivy”即可：
04wxpython
这是一个非常优秀的Python GUI开发库，免费、开源、跨平台，相比较前面轻量级的GUI库，wxpython提供了更为丰富的组件和容器，不管是界面布局还是美化，都有了十足的长进，对于桌面软件开发来说，是一个非常不错的选择，安装的话，直接在cmd窗口输入命令“pip install wxpython”即可：
05pyqt
这是Qt提供给Python的一个接口包，借助于Qt强大的可视化功能，Python也可以直接拖拽控件设计界面，开发软件更为快捷，如果你本身熟悉Qt，那么pyqt就是一个非常不错的选择，安装的话，直接在cmd窗口输入命令“pip install pyqt5”即可：
目前，就分享这5个不错的Python GUI开发库吧，对于日常桌面软件开发来说，完全够用了，当然，你也可以使用C#、Delphi，效果更为不错，网上也有相关教程和资料，介绍的非常详细，感兴趣的话，可以搜一下，希望以上分享的内容能对你有所帮助吧，也欢迎大家评论、留言进行补充。
Steam上有什么免费又好玩的游戏？
steam上精彩的大作数不胜数，免费又好玩的佳作也是极其的多，下面偶就简单介绍几款吧
WARFRAME（星际战甲）
warframe（国服名为星际战甲）具有相当爽快的打击感，同时还具有华丽的连招，跑酷般的移动，能够给你最畅快的动作游戏体验。
在这里，还可以满足你对刷图的一切想法，无论你是想变强还是变美，都可以肝出来，另外游戏电影级的画面也是相当令人惊叹，可以说是长期霸榜的免费佳作之一。
总而言之，游戏不仅有着精美的画质，爽快的战斗，关键是还有着惊人的优化，再普通的配置也可以流畅玩，steam上几千小时的大神比比皆是，有兴趣的话，赶紧去看看吧。
dota2
相信这个游戏就不用过多介绍了，虽然在玩家数量上比不上LOL ，不过这并不妨碍它是MOBA游戏的神作，游戏的画面相当不错，画风也是相当养眼，不过稍显复杂的游戏机制，可能会阻碍一大批玩家入坑，如果你玩腻了LOL ，不妨来这试试吧
军团要塞2（Team Fortress 2）
历来评价最高的免费游戏之一，可以说是守望先锋的免费版，不过它才是守望先锋的鼻祖，
游戏具有九种不同的兵种，各自都具备不同的作战能力和性格，无论你是哪一种玩家，总会有一个角色适合你。另外游戏还具有夺旗，控制点，竞技场等模式，可以给你带来不同的乐趣，总而言之，绝对的佳作。
战争仪式（Battlerite）
战争仪式不同于传统5V5的MOBA游戏，而是采用的3V3的竞技模式，每一场游戏只有6名玩家作战，可以说是尽可能的将MOBA游戏精简为了纯PVP的乱斗竞技场模式。
游戏的机制比较简单，因此具有比较快捷的游戏节奏，此外它还具有极其带感的战斗动画、音效，结实的打击感，以及精准、巧妙的操作，如果你厌倦了一成不变的MOBA，不妨试试这个。
另外，这个游戏已经被腾讯代理，不久的将来大家应该就能玩到国服的版本了，大家可以先行尝试一下。
未转变者(unturned)
这是一款沙盒像素风格的生存类型游戏,，玩家们在游戏中需要建设和发展自己的营地,从而应对僵尸大军和其他玩家的侵袭,保证自己的生存。
游戏的画面也许不为很多玩家喜欢，但是游戏内容却非常的精彩，另外游戏的体积很少，配置要求也不高，有兴趣的朋友可以关注一下。
战舰世界（World of Warships）
战舰世界是一款免费的大海战类游戏，里面包括了200多艘历史著名战舰，无论你是喜欢战列舰的巨大舰炮、驱逐舰的潜行、巡洋舰的冲锋、以及航空母舰铺天盖地的战机群，战舰世界都可以满足你，
如果你是个战争游戏爱好者的话，一定不要错过，另外，这个游戏有国服，喜欢的玩家可以了解一下。
Art of War: Red Tides（战争艺术）
这是一款快节奏的团队实时竞技游戏。你可以从人、神、妖三个种族中挑选兵种组成你的部队，在1v1或3v3的战斗中，运用巧妙的出兵策略和强大的指挥官技能，打爆敌方基地，从而取得胜利。
游戏的规则很简单但是变化丰富，战斗场面也还颇为有趣，另外，这是一个国产游戏同时还具有安卓版本，感兴趣的朋友可以下载尝试一下
脏弹（Dirty Bomb®）
这是一个快节奏的第一人称射击游戏，在紧张快速的游戏中，你绝对不能松懈半刻，因为游戏不会提供任何支援，事实上还可能往你口里射一枪。
游戏具有目标和计时两种模式，另外游戏中还具有20名能力优越的雇佣兵，每一名都有自己专有的能力、属性。偶尔还会有一些有趣的奚落语句。总而言之，这是一个相当有趣的免费射击游戏。
地狱已满
如果你喜欢生存类型的游戏，那么这绝对是不能错过的佳作，不过这可不是一般的打丧尸游戏，在这里你可要格外小心，丧尸几口就能让你丧命，因此本作格外强调团队合作，只有同伴相互协作，合理分配资源，你们才有可能逃出生天。
总而言之，这里没有无双，没有爽快的突突突，一切都是为了生存。
War Thunder(战争雷霆）
这是一个相当激烈壮观的战争游戏，里面包括了大量的二战和朝鲜战争时期的载具，在玩游戏的同时，还可以回顾历史。
另外在这个游戏中，数量庞大的玩家们可以共同在一个场景中游戏，海陆一起上演逼真激烈的战斗，尽情享受大战场下战斗的快感，
PlanetSide 2（行星边际2）
这是一款多人在线FPS游戏，在火力全开的星际大战中，玩家们可以参与各种激烈的战斗任务，同时能够控制步兵，飞行器和地面载具来为自己的帝国争夺关键地域和稀有资源，
更加关键一点是，在这里，你可以体会到战场上千人冲锋的快感，这是目前没有几个游戏可以做到的，遗憾的是，这游戏目前没有汉化，同时需要加速器，有兴趣的朋友可以了解一下。
Robocraft
在这款游戏中，玩家们可以私人定制自己的机器人战斗车，无论是上天还是人地都取决于你自己的喜好，喷气汽车、坦克、飞行战舰、直升机、无人机应有尽有，与AI和玩家斗其乐无穷，总之，发挥你的想象，秀出你的风采。
当然，steam上好玩的免费佳作还有很多，欢迎大家在评论区补充，大家一起来完善这份榜单。
学习编程需要什么配置的电脑？
不同的编程方向对电脑的要求也不尽相同，下面做一个简单的总结：
如果做Web开发，那么对电脑的要求并不高，i5以上的处理器，8G内存，1T的硬盘就完全能够满足大部分Web开发场景的要求，其他的配置比如显示卡就没有什么要求了，集成显卡也是可以的。做程序开发，因为要长时间对着屏幕，所以最好配一个大点的显示器，电池容量也是越大越好，至少能工作4个小时以上。
如果做大数据开发，对电脑的内存有较高的要求，简单的说就是内存越大越好，最好在16G以上，大数据开发非常吃内存。一些商用大数据平台对内存的基础要求往往都是32G以上，因为内存如果小的话会严重影响性能，尤其是使用Spark平台。大数据开发对CPU的要求并不高，i5以上就能满足要求。
如果做人工智能开发，对电脑的显卡有较高的要求。因为人工智能的算法实现往往非常考验GPU的运算能力。目前人工智能处理框架常见的架构有三种，分别是CPU+GPU、CPU+FPGA和CPU+ASIC，其中FPGA表示现场可编程门阵列，ASIC为专用集成电路。这三种架构中，由于GPU可以并行处理大量数据，比较适合深度学习场景，所以CPU+GPU是目前的主流架构，这就要求做人工智能开发的电脑，要具备较强的GPU。对于个人来说，至少也要买一块运算能力强的独立显卡。
如果做移动互联开发，那么就需要选择一款苹果系列的笔记本电脑了，因为要做iOS开发，所以选购一款MBP是比较方便的选择，i5+8G内存就能够满足大部分的开发场景要求。
偶的研究方向是大数据和人工智能，目偶也在带大数据方向的研究生，偶会陆续在头条写一些关于大数据方面的文章，感兴趣的朋友可以关注偶的头条号，相信一定会有所收获。
如果有大数据方面的问题，也可以咨询偶。
谢谢！
人工智能的基础书籍有什么推荐？
早期，人类必须通过如轮子、火之类的工具和武器与自然做斗争。15世纪，古腾堡发明的印刷机使人们的生活发生了广泛的变化。19世纪，工业革命利用自然资源发展电力，这促进了制造、交通和通信的发展。20世纪，人类通过对天空以及太空的探索，通过计算机的发明及其微型化，进而成为个人计算机、互联网、万维网和智能手机，持续不断地向前进。过去的60年已经见证了一个世界的诞生，这个世界出现了海量的数据、事实和信息，这些数据、事实和信息必须转换为知识（其中一个实例是包含在人类基因编码中的数据，如图1.0所示）。本章介绍了人工智能学科的概念性框架，并阐述了其成功应用的领域和方法、近期的历史和未来的前景。
图1.0 包含在人类基因编码中的数据
1.0 引言
对人工智能的理解因人而异。一些人认为人工智能是通过非生物系统实现的任何智能形式的同义词；他们坚持认为，智能行为的实现方式与人类智能实现的机制是否相同是无关紧要的。而另一些人则认为，人工智能系统必须能够模仿人类智能。没有人会就是否要研究人工智能或实现人工智能系统进行争论，大家应首先理解人类如何获得智能行为（即大家必须从智力、科学、心理和技术意义上理解被视为智能的活动），这对大家才是大有裨益的。例如，如果大家想要开发一个能够像人类一样行走的机器人，那么首先必须从各个角度了解行走的过程，但是不能通过不断地声明和遵循一套规定的正式规则来完成运动。事实上，人们越要求人类专家解释他们如何在学科或事业中获得了如此表现，这些人类专家就越可能失败。例如，当人们要求某些战斗机飞行员解释他们的飞行能力时，他们的表现实际上会变差 [1]。专家的表现并不来自于不断的、有意识的分析，而是来自于大脑的潜意识层面。你能想象高峰时段在高速公路上开车并有意识地权衡控制车辆的每个决策吗？
想象一下力学教授和独轮脚踏车手的故事[2]。当力学教授试图骑独轮车时，如果人们要求教授引用力学原理，并将他成功地骑在独轮车上这个能力归功于他知道这些原理，那么他注定要失败。同样，如果独轮脚踏车手试图学习这些力学知识，并在他展现车技时应用这些知识，那么他也注定是失败的，也许还会发生悲剧性的事故。关键点是，许多学科的技能和专业知识是在人类的潜意识中发展和存储的，而不是通过明确请求记忆或使用基本原理来学会这些技能的。
1.0.1 人工智能的定义
在日常用语中，“人工”一词的意思是合成的（即人造的），这通常具有负面含义，即“人造物体的品质不如自然物体”。但是，人造物体通常优于真实或自然物体。例如，人造花是用丝和线制成的类似芽或花的物体，它不需要以阳光或水分作为养料，却可以为家庭或公司提供实用的装饰功能。虽然人造花给人的感觉以及香味可能不如自然的花朵，但它看起来和真实的花朵如出一辙。
另一个例子是由蜡烛、煤油灯或电灯泡产生的人造光。显然，只有当太阳出现在天空时，大家才可以获得阳光，但大家随时都可以获得人造光，从这一点来讲，人造光是优于自然光的。
最后，思考一下，人工交通装置（如汽车、火车、飞机和自行车）与跑步、步行和其他自然形式的交通（如骑马）相比，在速度和耐久性方面有很多优势。但是，人工形式的交通也有一些显著的缺点——地球上无处不在的高速公路，充满了汽车尾气的大气环境，人们内心的宁静（以及睡眠）常常被飞机的喧嚣打断[3]。
如同人造光、人造花和交通一样，人工智能不是自然的，而是人造的。要确定人工智能的优点和缺点，你必须首先理解和定义智能。
人工智能书单推荐：１、动手学深度学习
作者：阿斯顿·张（Aston Zhang） 李沐（Mu Li）[美] 扎卡里·C. 立顿（Zachary C. Lipton）[德] 亚历山大·J. 斯莫拉（Alexander J. Smola）
人工智能机器学习、深度学习领域重磅教程图书美亚科学家作品手学深度学习的全新模式，原理与实战紧密结合
目前市面上有关深度学习介绍的书籍大多可分两类，一类侧重方法介绍，另一类侧重实践和深度学习工具的介绍。本书同时覆盖方法和实践。本书不仅从数学的角度阐述深度学习的技术与应用，还包含可运行的代码，为读者展示如何在实际中解决问题。为了给读者提供一种交互式的学习体验，本书不但提供免费的教学视频和讨论区，而且提供可运行的Jupyter记事本文件，充分利用Jupyter记事本能将文字、代码、公式和图像统一起来的优势。这样不仅直接将数学公式对应成实际代码，而且可以修改代码、观察结果并及时获取经验，从而带给读者全新的、交互式的深度学习的学习体验。
２、深度学习
作者：【美】Ian Goodfellow（伊恩·古德费洛）, 【加】Yoshua Bengio（约书亚·本吉奥）, 【加】Aaron Courville（亚伦·库维尔）译者：赵申剑, 黎彧君, 李凯, 符天凡
AI圣经，deeplearning中文版，图灵奖获奖者作品，业内人称“花书”人工智能机器学习深度学习领域奠基性经典畅销书长期位居美国ya马逊AI和机器学习类图书榜首！所有数据科学家和机器学习从业者的bi读图书！特斯拉CEO埃隆·马斯克等国内外众多专家推jian！
本书囊括了数学及相关概念的背景知识，包括线性代数、概率论、信息论、数值优化以及机器学习中的相关内容。同时，它还介绍了工业界中实践者用到的深度学习技术，包括深度前馈网络、正则化、优化算法、卷积网络、序列建模和实践方法等，并且调研了诸如自然语言处理、语音识别、计算机视觉、在线推荐系统、生物信息学以及视频游戏方面的应用。最后，本书还提供了一些研究方向，涵盖的理论主题包括线性因子模型、自编码器、表示学习、结构化概率模型、蒙特卡罗方法、配分函数、近似推断以及深度生成模型。
３、人工智能（第2版）
[美] 史蒂芬·卢奇（Stephen Lucci），丹尼·科佩克（Danny Kopec） 著
人工智能百科全书易于上手的人工智能自学指南涵盖机器学习 深度学习 自然语言处理 神经网络 计算机博弈等各种知识图文详细 讲解细致 配备丰富的教学资源和学习素材美国经典教材，在美亚上，被评价为自Russell & Norvig的《人工智能：一种现代方法》之后更好的教材，更加适合本科生使用。
本书是作者结合多年教学经验、精心撰写的一本人工智能教科书，堪称“人工智能的百科全书”。全书涵盖了人工智能简史、搜索方法、知情搜索、博弈中的搜索、人工智能中的逻辑、知识表示、产生式系统、专家系统、机器学习和神经网络、遗传算法、自然语言处理、自动规划、机器人技术、高级计算机博弈、人工智能的历史和未来等主题。本书提供了丰富的教学配套资源，适合作为高等院校人工智能相关专业的教材，也适合对人工智能相关领域感兴趣的读者阅读和参考。
４、Python 神经网络编程人工智能深度学习 机器学习领域又一重磅力作自己动手用Python编写神经网络美亚排名前茅荣获众多好评 全彩印刷 图表丰富
本书将带领您进行一场妙趣横生却又有条不紊的旅行——从一个非常简单的想法开始，逐步理解神经网络的工作机制。您无需任何超出中学范围的数学知识，并且本书还给出易于理解的微积分简介。本书的目标是让尽可能多的普通读者理解神经网络。读者将学习使用Python开发自己的神经网络，训练它识别手写数字，甚至可以与专业的神经网络相媲美。
５、PyTorch深度学习
作者：[印度]毗湿奴•布拉马尼亚(Vishnu Subramanian)译者：王海玲, 刘江峰
使用PyTorch开发神经网络的实用指南深度学习框架PyTorch入门教程涵盖机器学习、神经网络、计算机视觉应用等知识，提供本书彩图和源代码下载
本书对当今前沿的深度学习库PyTorch进行了讲解。凭借其易学习性、高效性以及与Python开发的天然亲近性，PyTorch获得了深度学习研究人员以及数据科学家们的关注。本书从PyTorch的安装讲起，然后介绍了为现代深度学习提供驱动力的多个基础模块，还介绍了使用CNN、RNN、LSTM以及其他网络模型解决问题的方法。本书对多个先进的深度学习架构的概念（比如ResNet、DenseNet、Inception和Seq2Seq）进行了阐述，但没有深挖其背后的数学细节。与GPU计算相关的知识、使用PyTorch训练模型的方法，以及用来生成文本和图像的复杂神经网络（如生成网络），也在本书中有所涵盖。
６、机器学习精讲 全彩印刷机器学习原理算法与应用教程，精简机器学习入门手册美亚机器学习深度学习畅销书，全彩印刷扫描书中二维码可阅读补充内容，人工智能和机器学习领域众多知名专家推荐
《机器学习精讲》包含了监督和非监督学习、支持向量机、神经网络、集成算法、梯度下降、聚类分类、降维、自编码器、迁移学习、特征工程以及超参数调试等方面的知识。书中既有数学公式，又有图解说明，一应俱全。 本书具有以下特色: ● 精简并直入主题——篇幅短小，读者可以快速读完并掌握机器学习技术的精髓。书中内容是作者和其他从业者多年研究的成果。 ● 配套网页——本书配有持续更新的网页，对书中内容进行补充，包括问答、代码、推荐阅读材料、工具以及其他相关内容。扫描书中二维码即可查看。 ● 全彩印刷——色彩丰富，阅读轻松。 ● 代码基于Python语言。
７、贝叶斯方法 概率编程与贝叶斯推断
[加] Cameron Davidson-Pilon（卡梅隆·戴维森-皮隆） 著，辛愿，钟黎，欧阳婷 译
机器学习 人工智能 数据分析从业者的技能基础国际杰出机器学习专家余凯博士 腾讯专家研究员岳亚丁博士推荐下一个十年，掌握贝叶斯方——就像今天掌握C、C++、Python一样重要
本书基于PyMC语言以及一系列常用的Python数据分析框架，如NumPy、SciPy和Matplotlib，通过概率编程的方式，讲解了贝叶斯推断的原理和实现方法。该方法常常可以在避免引入大量数学分析的前提下，有效地解决问题。书中使用的案例往往是工作中遇到的实际问题，有趣并且实用。作者的阐述也尽量避免冗长的数学分析，而让读者可以动手解决一个个的具体问题。通过对本书的学习，读者可以对贝叶斯思维、概率编程有较为深入的了解，为将来从事机器学习、数据分析相关的工作打下基础。本书适用于机器学习、贝叶斯推断、概率编程等相关领域的从业者和爱好者，也适合普通开发人员了解贝叶斯统计而使用。
８、人工智能算法 卷1 基础算法AI算法入门教程书籍，人人都能读懂的人工智能书全彩印刷，实例讲解易于理解的人工智能基础算法多种语言版本示例代码、丰富的在线资源，方便动手实战与拓展学习
本书介绍了人工智能的基础算法，全书共10 章，涉及维度法、距离度量算法、K 均值聚类算法、误差计算、爬山算法、模拟退火算法、Nelder-Mead 算法和线性回归算法等。书中所有算法均配以具体的数值计算来进行讲解，读者可以自行尝试。每章都配有程序示例，GitHub 上有多种语言版本的示例代码可供下载。本书适合作为人工智能入门读者以及对人工智能算法感兴趣的读者阅读参考。
９、Python自然语言处理
《Python自然语言处理》是自然语言处理领域的一本实用入门指南，旨在帮助读者学习如何编写程序来分析书面语言。《Python自然语言处理》基于Python编程语言以及一个名为NLTK的自然语言工具包的开源库，但并不要求读者有Python编程的经验。全书共11章，按照难易程度顺序编排。第1章到第3章介绍了语言处理的基础，讲述如何使用小的Python程序分析感兴趣的文本信息。第4章讨论结构化程序设计，以巩固前面几章中介绍的编程要点。第5章到第7章介绍语言处理的基本原理，包括标注、分类和信息提取等。第8章到第10章介绍了句子解析、句法结构识别和句意表达方法。第11章介绍了如何有效管理语言数据。后记部分简要讨论了NLP领域的过去和未来。
《Python自然语言处理》的实践性很强，包括上百个实际可用的例子和分级练习。《Python自然语言处理》可供读者用于自学，也可以作为自然语言处理或计算语言学课程的教科书，还可以作为人工智能、文本挖掘、语料库语言学等课程的补充读物。
