python機器學習密碼之初來乍到

機器學習近來火得可謂人盡皆知。其實樓主如今的研究方向是橢圓曲線密碼的硬件實現。so，我一直覺得這跟Python，神經網絡啥的確是八竿子打不着，然而，這個世界上就是不缺那種能開先河能擺證據撂服衆生的大神。舉個栗子這篇文章learing the enigma with recurrent Neural Networks。是 2017年發表於AAAI 的一篇文章，AAAI 2017是指第31屆人工智能大會AAAI-17，是人工智能領域的最重磅會議之一。因此樓主也是很好奇，這裏的RNN到底是對咱們一個世紀以前的簡單的多表代換密碼enigma作了什麼，會如此的有價值呢。提及enigma,我也強烈推一波卷福氣質圖靈大神版的電影《模仿遊戲》，主要是關於二戰時期，以希特勒爲首的納粹國依靠enigma密碼設備加密通信，戰事順風順水。所謂魔高一尺道高一丈，盟國就出現了以圖靈爲首的科研團隊，各類劇情起承轉合可能有失真實，可是結局很surprise，圖靈成功破解該密碼機。額，，言歸正傳，這篇論文呢，我仔細看了，並將其翻譯爲中文用RNN學習Enigma（若是顯示文件正在轉碼，直接下載便可）。而後根據該論文中所講，我就去github上下載了相關代碼All Code。
做爲一個python徹底的小白，接下來即是急不可耐的想試試下這些代碼真的如文中所述如此機智。

Python開發環境搭建

今天主要講下環境配置的問題。真真是讓我頭疼的地方。試了好多方案均已失敗了結。
至於環境其實在文中做者也都詳細告知，要想成功的跑通別人的代碼，仍是老實的按照人家的環境進行配置。可是對於咱們日常使用Python環境學習的話，如下這些方案均可以使用。具體使用哪種，依本身的須要決定。

方案一：簡單粗暴的直接下載Python3.6

官網直接下載Python3.6Python官網。具體過程安裝以下圖：
一、下載，以windows系統爲例。

二、最好將軟件安裝包有條理的放在系統盤以外的其餘盤，電腦上安裝的每一個軟件都單首創建文件夾，命名最好是英文，特別是技術類軟件，避免之後沒必要要的麻煩。清晰分類，也利於之後的清除。緊接着雙擊下載完後的Python36應用，進入以下界面：（推薦自定義安裝，軟件爲本身安裝，而且若是不想以後手動添加環境變量，這裏的Add Python 3.6 to PATH必定要勾選哦）

三、選中自定義安裝，如下就一路next.

四、選擇本身安裝的程序所在的文件夾，最好安裝路徑本身建個install文件夾，就能夠把全部安裝時附帶的配置文件全都放在一個文件夾下面。

五、稍等即可安裝完成。

六、安裝完成後，關掉頁面。快捷鍵WIN+R，輸入cmd打開命令窗，輸入python，能夠看到以下python版本信息，安裝成功。

七、若是輸入python回車後，出現以下窗口。就是步驟2中木有勾選自動添加路徑，須要本身添加路徑。

八、添加路徑的方法網上不少，我簡單描述下就不放圖了。桌面-->右鍵 計算機-->屬性-->高級系統設置-->高級-->環境變量-->用戶變量-->path（這裏添加在用戶變量的path裏就能夠，以前我安裝其餘軟件的時候，出現問題看到有說將路徑添加在系統變量路徑，其實計算機在搜索軟件的時候優先搜索系統環境變量，若是沒有找到再搜索用戶變量，因此直接將路徑填寫在用戶變量路徑便可）-->編輯。此時，回到PYTHON安裝路徑進入scipts找到python.exe將其路徑拷貝。粘貼到path路徑放到最前面注意分號與後一個盤符隔開。
九、至此,咱們能夠從開始-->全部程序-->python-->python idle,打開進入python shell，簡單的起步語句就能夠開始了。這是python自帶的IDE，它簡單快捷，學習python測試或者編寫小型軟件很方便，佔用資源小。至於各類package,能夠根據本身項目的需求逐一安裝。那在對於包的管理方面，anaconda確實好用，如下會重點講述。

方案二：Eclipse+PyDev 進行Python項目開發

談及Eclipse，你們比較熟知的是Java項目開發，Eclipse是JAVA的IDE，功能強大，並且Eclipse寫Python或者JAVA均可以，支持跨平臺在Mac、Linux、Windows上都能運行。eclipse的正常運行必須先有java jdk的環境才能夠。因此咱們按如下步驟進行配置。
一、安裝jdk,選擇與本身電腦匹配的版本下載，安裝比較簡單，能夠參考相關的說明。環境變量的添加方法同上。版本可根據本身的電腦系統選擇，如何你的是Windows 64位，那麼能夠下載64位或者32位。可是接下來的eclipse也要安裝相對應的版本即64或者32。若是電腦是32位的，就安裝32位的jdk和eclipse。jdk安裝完成後，環境變量配置完成後，快捷鍵wina+r,cmd打開命令窗，輸入java,以下圖，便可安裝成功。

而後能夠輸入 java -version查看所安jdk的版本，下圖是個人電腦顯示：
二、官網下載適合本身電腦系統的以及與你的jdk一致的Eclipse版本。稍等變會出現以下提示。

二、下載成功後，點擊解壓便可雙擊eclipse.exe直接使用eclipse，它無需安裝且無償使用。
三、安裝Python，這個徹底同方案一中的python安裝方法。
三、而後即是插件pydev的下載安裝。 啓動Eclipse，點擊Help->Install New Software... 在彈出的對話框中，點擊Add按鈕。Name填寫Pydev，location中填寫：http://pydev.org/updates,
-->OK,在彈出的對話框勾選pydev.-->next.耐心等待便可。
四、配置python解釋器。安裝完Pydev後，須要配置Python解釋器。打開eclipse，windows-->Preferences-->
PyDev->Interpreter->Python Interpreter

而後點擊右邊的New按鈕，彈出如圖對話框，添加解釋器，name可根據本身的喜愛自由選擇。

點擊OK,Pydev會本身加載該python解釋器所帶有的lib文件。點擊OK--->apply配置生效。
至此，就能夠開始簡單的python程序的開發了。

方案三：Anaconda+Pycharm進行Python項目開發

Anaconda是包管理器和環境管理器。Anaconda的英文本意是「蟒蛇」，因此咱們看到Anaconda 的logo就像一隻首尾合抱的蟒蛇。

咱們看到對於Anaconda的logo下面，The Most Popular Python Data Science Platform，OK,爲何說Anaconda是最流行的Python數據科學平臺？由於Anaconda附帶了一大批經常使用數據科學包及其依賴項。所以咱們能夠用它來很方便高效的處理數據。好比管理packages,Anaconda是在conda（一個包管理器和環境管理器）上發展出來的。在咱們進行項目開發的時候，會須要用到不少第三方pkg，conda就能夠很方便的在計算機上安裝和管理這些pkg。還有管理環境，因爲Python2與Python3語法仍有差別，不一樣的項目可能須要不一樣的Python版本，同時安裝2個可能形成混亂，conda能夠爲不一樣的項目創建不一樣的運行環境。因此我推薦使用Anaconda。 Anaconda能夠跨平臺使用（Windows、mac、Linux）。

Anaconda的安裝

一、官網下載Anaconda.注意根據本身電腦的系統選擇對應的版本，好比個人電腦是Windows 64位：
。
二、若是你的計算機上已經安裝了Python，Anaconda的安裝不會形成影響，實際上腳本和程序的使用默認Python是Anaconda附帶的Python.若是是windows 10系統，安裝軟件時注意右鍵以管理員身份運行。下面開始安裝，雙擊打開.exe文件，

三、贊成條款：

四、just for me 一路next

五、選擇本身喜歡的單一文件夾，next

六、這裏注意勾選，就不用安裝以後再手動添加Python的路徑啦。

七、而後就是休息等待ing,時間可能會稍長些。



八、安裝完成後，點擊開始-->全部程序-->Anaconda-->Anaconda Prompt終端。

九、輸入conda list，能夠查看剛剛安裝的內容。

十、注意，爲了不以後莫名其妙的報錯。這裏能夠輸入conda upgrade --all更新全部的軟件。中間有提示是否更新是輸入 y.,由於初始安裝的文件版本通常比較老舊，所以提早更新能夠避免沒必要要的麻煩。

conda管理packages

一、好比咱們安裝pandas,打開Anaconda Prompt，語法格式爲：conda install package_name,因此輸入conda install pandas,，
若要選用特定的版本，如例子，能夠輸入conda install package_name=1.1，conda還會自動安裝所需包的依賴項，這對於初學者來講真是perfect。

二、卸載不用的package。一樣是Anaconda Prompt中輸入conda remove package_name
三、更新包，上面提到更新所有的文件是conda upgrade --all，若是你只想更新特定的文件，
conda update package_name
四、查看已經安裝完成的packages，conda list。這個也能夠從本身的Anaconda安裝路徑處，shift+右鍵-->在此處打開命令窗，也能夠打開並輸入conda list進入：

五、對於本論文中的環境，咱們這裏須要安裝的是tensorflow1.1，numpy，打開Anaconda Prompt，輸入conda install tensorflow=1.1,安裝見下圖：

能夠看到conda會自動安裝tensorflow所需的依賴項。

六、至此，Anaconda就安裝完畢了。它自己集成安裝了Python3,conda咱們又安裝了所須要的packages,因此，接下來即是開發平臺Pycharm的安裝與配置。

Pycharm的安裝與配置

一、官網下載Pycharm,選擇與本身電腦系統對於的版本。下圖中能夠看出Pycharm有2個版本，professional功能齊全，但須要付費，but免費試用。

二、雙擊安裝，


三、install安裝，finish。

四、打開Pycharm-->accept-->OK

試用30天，破解的話你們能夠自行能夠去搜索方法，我如今用的是試用。


OK，Pycharm能夠正常試用了。
五、下面是一些Pycharm的配置問題。由於剛初始的Pycharm版本字體特別小，不少地方可能會讓咱們以爲看着很不舒服。因此適當調整爲更符合咱們習慣的樣式也有助於咱們的學習。在不打開或者新建工程的狀況下就能夠進行相關的配置：

A.主題設置
進入Settings-->Appearance & Behavior-->Appearance

Darcula黑灰色背景 ，護眼。
B、字體設置
直接在搜索框輸入font便可快速搜索，而後根據本身的相關設置相關參數。

Settings中還能夠設置多種樣式，方法就是這樣，其他的你們均可以根據本身的喜愛隨心設置啦。

項目調試

對於本論文中的項目開發所須要的環境方案三已經設置完成了。那麼接下來咱們來簡單的跑一下這個程序。
一、從githu上下載下來代碼後，將.py全都文件放在一個工程文件夾中，文件夾的名稱可任意（除中文外）。打開Pycharm,啓動後，直接點擊OPEN,找到你下載的工程文件打開。

二、我是以前已經跑過一遍的工程頁面。若是你是初次打開，別忙着運行主程序，首先要去設置解釋器。仍然從Settings出發，按下圖所示。

三、添加解釋器：點擊方框出設置按鈕--->add而後選擇Anaconda安裝文件夾的Python36,這是Pycharm會自動加載其所含的packages,如咱們剛剛安裝的tensorflow1.1版本，最後一項是最新版本，可選擇升級與否。python解釋器選好以後，OK肯定便可。

四、返回主頁面，圖中方框處上面的倒三角點開編輯配置，不然後面的綠色的運行符號是灰色，不可用狀態。

五、點擊方框中的綠色+，選Python,其他的按圖中所示便可。

六、返回主頁面以後，直接點擊紅色方框內的運行符號，如圖程序正在運行。

程序運行遇到問題：Python中的編解碼問題，正在查找資料，之後會繼續更新。你們有好的意見和解決辦法，歡迎留言共同窗習。

注意：１、你們在遇到莫名其妙的報錯時，不防在Anaconda Prompt中conda upgrade --all更新下全部的庫文件，真的能夠解決不少沒必要要的麻煩。
二、Python2.7只有在mac和Linux下支持tensorflow。Windows系統中，Python3支持。Python核心團隊計劃在2020年中止支持Python 2。NumPy項目自2010年以來一直支持Python 2和Python 3，而且發現支持Python 2對咱們有限的資源增長了負擔；所以，計劃將中止支持Python 2。如今，Python核心團隊已經進入了社區支持的Python 2的最後幾年，NumPy 項目公佈了它逐步淘汰 Python 2 支持的時間表，計劃在此期間幫助下游生態系統制定計劃並完成過渡。到2018年12月31日爲止，全部的NumPy版本都將徹底支持Python2和Python3。從2019年1月1日開始，任何新的功能版本都只支持Python3。因此，對於如今的Python初學者來講，不用糾結與二者的語法差別，package支持之類的問題，直接以3位標準學習確定沒有問題的。
備註：做者一樣是初學者，文中難免有不少疏漏之處，歡迎你們提出改進，互相交流學習。