在本课程中，我们将在Jupyter笔记本中运行Python代码。我们将在神经网络的赢博体育工作中使用Keras包。Keras运行在Tensorflow之上——为了从Tensorflow中获得最佳性能，我们将希望使用GPU版本的Tensorflow来利用GPU提供的计算能力。
这种设置的一个大问题是，你的笔记本电脑可能没有必要的GPU硬件来在GPU上运行Tensorflow。如果您的笔记本电脑不够强大，无法运行Tensorflow，我提供了一些可供您使用的替代资源。
有两种特定的情况下，您可以在自己的笔记本电脑上安装带有GPU支持的Tensorflow。
第一种是带有M1或M2芯片的Mac笔记本电脑。以下是如何在带有苹果硅芯片的Mac上安装Tensorflow的说明。
第二种情况是安装了独立NVidia显卡的Windows笔记本电脑或台式机。以下是如何在带有NVidia硬件的Windows笔记本电脑上安装Tensorflow的说明。
我已经在布里格斯419设置了几台电脑，并安装了必要的软件。我已经在这些机器上为班上的每个人创建了单独的用户帐户。要登录其中一台机器，您将使用您的Lawrence ID作为登录密码。
在后面的课程中，当我们需要访问更强大的硬件时，我也会提供一些更强大的机器的访问，你们可以通过网络登录。稍后我会提供如何使用这些机器的说明。
Colab是谷歌提供的一项服务，它允许您在谷歌提供的服务器上轻松运行Jupyter笔记本。谷歌提供了一个免费的服务层，可以在功能较弱的服务器上访问Colab。免费层应该足以让你完成这门课的大部分作业。
要访问此服务，请访问colab。b谷歌在浏览器中。要打开我提供的笔记本，你可以从课程网站下载笔记本到你的电脑上。然后点击Colab登陆页面的New Notebook按钮，在笔记本的File菜单中选择Upload Notebook命令，将笔记本上传至Colab。