本文目录
- 飞桨运行完结果在哪儿看
- python要学些什么
- 优就业python的内容讲的主要是那一块呀web吗
- 自动驾驶又一PK战场，BAT谁占车路协同先机
- paddlepaddle如何读取本地数据
- 百度Create2018定档什么时间就开放售票了
- 如何到载百度网议
飞桨运行完结果在哪儿看
你可以使用预先定义的验证数据集来评估前一步训练得到的模型的精度。可以看出，初步训练得到的模型效果，在逐渐了解飞桨后，你可以通过调整其中的训练参数来提升模型的精度。至此你就通过飞桨几个简单的API完成了一个深度学习任务，你也可以针对自己的需求来更换其中的代码，比如对数据集进行增强、使用 CNN 模型等，飞桨官网提供了丰富的教程与案例可供参考。在训练模型前，需要配置训练模型时损失的计算方法与优化方法，你可以使用飞桨框架提供的完成，之后使用接口来开始训练模型。
python要学些什么
Python学习路线。
第一阶段Python基础与Linux数据库。这是Python的入门阶段，也是帮助零基础学员打好基础的重要阶段。你需要掌握Python基本语法规则及变量、逻辑控制、内置数据结构、文件操作、高级函数、模块、常用标准库模块、函数、异常处理、MySQL使用、协程等知识点。
学习目标：掌握Python基础语法，具备基础的编程能力；掌握Linux基本操作命令，掌握MySQL进阶内容，完成银行自动提款机系统实战、英汉词典、歌词解析器等项目。
第二阶段WEB全栈。这一部分主要学习Web前端相关技术，你需要掌握HTML、CSS、Javascript、jQuery、BootStrap、Web开发基础、VUE、Flask Views、Flask模板、 数据库操作、Flask配置等知识。
学习目标：掌握WEB前端技术内容，掌握WEB后端框架，熟练使用Flask、Tornado、Django，可以完成数据监控后台的项目。
第三阶段数据分析+人工智能。这部分主要是学习爬虫相关的知识点，你需要掌握数据抓取、数据提取、数据存储、爬虫并发、动态网页抓取、scrapy框架、分布式爬虫、爬虫攻防、数据结构、算法等知识。
学习目标：可以掌握爬虫、数据采集，数据机构与算法进阶和人工智能技术。可以完成爬虫攻防、图片马赛克、电影推荐系统、地震预测、人工智能项目等阶段项目。
第四阶段高级进阶。这是Python高级知识点，你需要学习项目开发流程、部署、高并发、性能调优、Go语言基础、区块链入门等内容。
学习目标：可以掌握自动化运维与区块链开发技术，可以完成自动化运维项目、区块链等项目。
按照上面的Python学习路线图学习完后，你基本上就可以成为一名合格的Python开发工程师。当然，想要快速成为企业竞聘的精英人才，你需要有好的老师指导，还要有较多的项目积累实战经验。
自学本身难度较高，一步一步学下来肯定全面且扎实，如果自己有针对性的想学哪一部分，可以直接跳过暂时不需要的针对性的学习自己需要的模块，可以多看一些不同的视频学习。系统学习一般在5-6个月。
优就业python的内容讲的主要是那一块呀web吗
这是Python全栈开发+人工智能课程大纲：阶段一：Python开发基础Python全栈开发与人工智能之Python开发基础知识学习内容包括：Python基础语法、数据类型、字符编码、文件操作、函数、装饰器、迭代器、内置方法、常用模块等。阶段二：Python高级编程和数据库开发Python全栈开发与人工智能之Python高级编程和数据库开发知识学习内容包括：面向对象开发、Socket网络编程、线程、进程、队列、IO多路模型、Mysql数据库开发等。阶段三：前端开发Python全栈开发与人工智能之前端开发知识学习内容包括：Html、CSS、Javascript开发、Jquery&bootstrap开发、前端框架VUE开发等。阶段四：WEB框架开发Python全栈开发与人工智能之WEB框架开发学习内容包括：Django框架基础、Django框架进阶、BBS+Blog实战项目开发、缓存和队列中间件、Flask框架学习、Tornado框架学习、Restful API等。阶段五：爬虫开发Python全栈开发与人工智能之爬虫开发学习内容包括：爬虫开发实战。阶段六：全栈项目实战Python全栈开发与人工智能之全栈项目实战学习内容包括：企业应用工具学习、CRM客户关系管理系统开发、路飞学城在线教育平台开发等。阶段七：数据分析Python全栈开发与人工智能之数据分析学习内容包括：金融量化分析。阶段八：人工智能Python全栈开发与人工智能之人工智能学习内容包括：机器学习、数据分析 、图像识别、自然语言翻译等。阶段九：自动化运维&开发Python全栈开发与人工智能之自动化运维&开发学习内容包括：CMDB资产管理系统开发、IT审计+主机管理系统开发、分布式主机监控系统开发等。阶段十：高并发语言GO开发Python全栈开发与人工智能之高并发语言GO开发学习内容包括：GO语言基础、数据类型与文件IO操作、函数和面向对象、并发编程等。
自动驾驶又一PK战场，BAT谁占车路协同先机
?车路协同是一场马拉松。
作者丨杨雅茹
丨张嫣
新冠肺炎疫情爆发后，一位神秘的“快递小哥”穿梭在武汉街头，最终顺利将医疗物资运送至武汉第九医院——这是武汉智能配送第一单。而完成这次配送的是一款L4自动驾驶技术水平的智能机器人。
在病情较为严重的地区，无人驾驶技术进行的无人配送成为了取代人力的好方式。在2019年进入寒冬的自动驾驶技术，随之又一次成为了人们关注的焦点。
无人驾驶在无人物流方面有所突破的另一面是——在乘用车的自动驾驶技术领域，商业化已进入瓶颈期，一批企业在2019年难以为继，走向倒闭。部分业内人士开始考虑：如果L3、L4级别自动驾驶技术如果量产难度太大，是否有其他解决路线？如果聪明的车不能立刻进入人们的生活——“聪明的车”+“聪明的路”，能否可行？
在政策支持与驱动下，关于自动驾驶的“车路协同”技术路线引起更多关注和讨论。
智能车路协同系统即 IVICS (Intelligent Vehicle Infrastructure Cooperative Systems)，简称车路协同系统，是智能交通系统（ITS）的最新发展方向。通过在车、路上搭载相关软硬件，可以进行车车、车路动态实时信息交互。
中国汽车工程学会名誉理事长付于武曾经谈道：“没有智慧城市，没有智慧交通，哪有智能汽车？”这也从侧面反映出了车路协同的重要意义，应该被当做自动驾驶继续发展的核心要素。
有业内分析认为：未来3-5年，将迎来车路协同的爆发。
无论是以华为为代表的ICT企业，还是以德赛西威、均胜电子为代表的汽车供应商，以及希迪智驾为代表的车路协同方案解决商，都在积极参与到这一赛道中。此外，BAT（百度、腾讯、阿里）则是最受关注的玩家。
百度凭借多年积累的朋友圈打造出了开源平台，希望通过开放平台提供技术框架支持；在数据上有优势的阿里，正在展开对路侧场景的探索；而同样打造开源平台的腾讯，希望成为“生态连接器”，正在进行道路信息化平台建设。
在下注未来出行之时，巨头们不愿错过任何机会。
01
百度：开源抢占注意力入口
“‘聪明的车+智能的路’将是实现自动驾驶的最优解。”百度副总裁兼智能驾驶事业群总经理李震宇如是说，而这也是当下Apollo发力的重要方向。百度方面认为，车路协同能够帮助单车智能在路测中遇到的54%的问题，减少62%的单车智能接管。
2016年，百度已开始布局V2X车路协同，并作为国家03专项《5G支持ICT融合自动驾驶的关键技术》（预计2018年结项）的牵头单位，展开相关研究。但直至2018年9月，百度才正式加入混战，推出首个车路协同开源方案。
近几年，“开源”是百度的高频词。无论是它的深度学习框架PaddlePaddle还是Apollo无人驾驶系统、百度小程序，都以开源这个关键词作为核心要义，其中当然也包括车路协同。百度希望以这种方式帮助获得更多开发者青睐，并建立自己的生态。
行业分析人士认为，在此过程中，百度作为信息入口崛起的平台希望继续掌握“原驾驶者”的注意力，争夺下一个时代入场券。对于百度而言，重要的不是谁来生产无人驾驶汽车。而是当这些业务伙伴推出无人车后，百度能够在第一时间获得注意力。
近几年，基于Apollo开放平台的四层开放技术框架，Apollo车路协同开源在软件、硬件、云端服务等层面增添或升级了车路协同相关模块。2019年12月，在一年一度的百度AI开发者大会上，李震宇再次重申了车路协同对自动驾驶技术和行业发展的重要意义。
Apollo车路协同开放平台/亿欧汽车分析员 杨雅茹
为吸引更多企业参与其中，百度更是开放了车路协同平台：整体打包边缘智能和云端能力等服务，为Apollo平台开发者提供基础设施的能力底座，通过易调用的接口支撑智能信控、智能交通、自动驾驶、智能停车、智能货运、智能车联等不同行业应用场景。
百度车路协同在三大方向进行了集中发力，其中包括研发符合自动驾驶场景需求的路侧感知能力。此外，百度与通信芯片及设备厂商合作针对自动驾驶应用需求优化V2X通信传输通道，并不断加速融合车端自动驾驶系统中对于V2X路侧感知信息的使用。
截至目前，Apollo拥有北京、雄安、硅谷等多样地区场景以及乘用车、无人小巴、无人物流车等多种车型；在路侧感知传感器方案、路侧感知算法、车端感知融合算法、数据压缩与通信优化、V2X终端硬件及软件、V2X安全方面布局研发车路协同全栈技术；此外，Apollo在无人车队、开放道路无人车测试里程等系列场景也拥有一定的数据积累。
在车路协同这条路上，百度正在织下更大的网，朋友圈的范围也在不断扩大，这也将成为百度的先发优势。
02
阿里：打造场景优势
阿里则在打造“聪明的路”上进行更多尝试。
2018年9月20日的杭州云栖大会期间，阿里巴巴集团正式宣布升级汽车战略：由车向路延展，利用车路协同技术打造“智能高速公路”，这一战略将由AliOS联合阿里云、达摩院、高德、支付宝、千寻位置、斑马网络等共同完成，一同探索未来二十年的路。
为此，阿里巴巴达摩院与交通运输部公路科学研究院（以下简称公路院）签署战略合作，成立车路协同联合实验室。
阿里面向智慧高速的智能车路协同解决方案/亿欧汽车分析员 杨雅茹
2019年5月，阿里斥36亿元巨资入股千方科技（主业包括智慧交通和智能安防），双方计划围绕智能交通和边缘计算领域展开包括技术研发合作、市场推广合作及项目落地合作等展开多项合作，共同推进智能交通应用解决方案及“云+边+端”全链路解决方案落地实施。这再次印证了阿里对于智能交通以及车路协同领域的看重。
具体来看，阿里巴巴的车路协同战略主要计划从云控平台、智能感知基站、协同计算系统三个层面推进。在路侧端能够使用达摩院感知基站技术，AliOS负责构建车的感知与协同计算，云控平台则扮演着云端大脑这一角色。
驾驶舱内的天貓精灵车载语音助手/阿里官网
在阿里的规划中，车路协同的道路端核心构成部分是感知基站。即由多种传感器及高效运算单元组成，可以帮车辆进行路线规划和定位的车外大脑。目前，阿里已经同英特尔、大唐电信集团展开智能交通-车路协同领域的战略合作。基于双方的LTE-V2X通信技术及边缘计算能力，AliOS希望通过打造生态、引入更多应用场景，推进整个体系商业化和标准化落地。
由于阿里电商平台的身份，目前阿里主要优势集中在路端，其发展车路协同拥有菜鸟联盟场景、ET城市大脑等数据积累。
在封闭的路端场景中，阿里也比较具有优势。行业人士分析，从目前形势来看，阿里可能在货运物流行业能够最先落地自动驾驶，若针对车路协同进行深入研究，固定物流路线改造相对容易，使用率也比较高。借此，阿里未来或能大大降低边际成本。
03
腾讯：扮演“生态连接器”
近年来一直下注智能出行领域的腾讯，也已开始有所动作。
2019年5月，腾讯宣布将联合英特尔、诺基亚、中国联通、东软成立5G车路协同开源平台，目前已对车路协同和微服务框架进行开源。
车路协同创新生态/亿欧汽车分析员 杨雅茹
离不开作为连接器的属性意义，腾讯此平台更像是应用和网络之间的连接器，通过释放5G网络潜能，连接人、车、路、云。腾讯无线运营部张云飞介绍，“当下，车企和路方投入了大量资源进行车路协同改造，但最终没有打通C端，未能实现信息流和业务流的整体闭环以及商业变现。现在道路的信息呈现碎片化趋势，通过这样的平台可以实现相关连接，助力道路信息化发展、道路朝智慧化发展。”
为方便合作用户使用，腾讯平台通过集成物理机、虚拟机、容器等多种方式，使用微服务，实现第三方应用服务的管理和海量节点管理问题，并且支持多种编程语言。此外，腾讯还提供了三种整合能力，包括用户界面的整合方式、接口整合方式，及开发框架整合方式。
此前，腾讯未来网络实验室专家俞一帆透露，腾讯5G车路协同开源平台针对边缘计算、车路协同业务本身特点提供了一系列模块，涵盖路侧边缘计算平台、软件系统与5G网络对接的流量控制，以CV2X消息集为核心的数据处理功能等。除此之外，该平台向上可支撑服务于交通行业相关的道路管理、交通管控等，向下可对接V2X等基础设施建设等。
截至目前，腾讯通过自研搭建了车路协同平台的一系列核心能力体系。在视觉感知领域，腾讯有专门的研发团队正在研究包括图像识别、多传感器融合、融合决策以及改装车辆在复杂环境中测试等多项关键能力；在车与车、车与路的通信之间，腾讯发力5G标准，建立了未来网络实验室，主要研究5G车路协同落地时会面临的共性问题；在落地方面，腾讯正在考虑加强边缘计算设备的部署，目前正在与多家合作伙伴联合建设边缘计算开源平台。
基于自身特点，腾讯打造出了一条更为适合自己的独特的道路，很好地将整个产业串联起来。
04
谁是“暂时领跑者”？
早就发力Apollo的百度，看起来是目前的“暂时领跑者”。先发优势下，百度看起来优势似乎更为明显，建立了生态圈，广泛进行开源合作。
百度车路协同解决方案展示/百度官网视频截图
截至目前，百度已经同数十家车企达成合作，与多个省市地区的城市展开了相关合作。在车路协同场景下，百度在无人车测试方法、场景构建、车联网、高精地图等方面已有建树，其在V2X非技术方面也早有布局。但在路端，百度仍有短板。
而在路端、运营场景等方面，则是阿里的优势。
与百度开放道路不同的是，阿里正在基于自身业务积累展开更多探索，在物流优势菜鸟联盟的支持下，阿里有可能针对封闭测试场景取得突破性发展。成熟的场景模式，有利于加速车路协同快速落地。
2016年底，阿里就开始展开了对于“互联网+交通运输”的探索。如今，达摩院也成为了阿里布局感知基站的重要抓手。另一方面，虽然已经在路侧展开探索，但道路与车辆协调配合带来多传感器融合和信号实时传输方面的难度较大，这也是阿里未来所要面对的。
一些业内人士曾对亿欧表示，对于车路协同如何推进，阿里内部似乎仍有犹豫。此外，受制于车路协同所面临的盈利问题，阿里的态度也更为谨慎。
相比较而言，腾讯的优势是理解用户。它也正通过构建包括基础设施、平台服务、业务应用三方面，搭建车路协同生态。与此同时，也有不少腾讯系智能网联技术企业参与到各地方的车路协同合作中。但对于腾讯而言，未来仍需提高核心竞争力并让外界感知到腾讯相关技术的优势。
车路协同的场景复杂、产业链冗长、产业范围广阔，这些都是行业发展前面的拦路虎。任何一家公司都不可能凭借一己之力搞定车路协同的软件、硬件、平台、施工、应用等一系列工作。有行业人士对亿欧汽车表示，随着产业发展，未来细分产业的机会依然存在，一些创业公司也有望从中分得一杯羹。
05
等风来
车路协同或许将进入快速发展期。
从大环境来看，中国在车路协同的探索中具有得天独厚的机会。据不完全统计，目前全国的示范区已经超过30个，包括上海、北京-河北、重庆、无锡（先导区）、杭州-桐乡、武汉、长春、广州、长沙、成都等10个国家级示范区。测试场景也在逐步从封闭走向开放、从单一走向多元、从城市走向高速。
行驶中的汽车/Unplash
亿欧智库曾经预测，2019年-2021年将进入车路协同产业发展导入期，尤其是道路升级将成为城市布局重点，以示范区为代表的布局将逐渐形成规模。
对于主机厂而言，车路协同从很大程度上降低了生产制造方面的难题。
大众汽车（中国）投资有限公司蔡纪勇曾经表示，只要车端具有L2级别的单车智能，即可实现高级别的车路协同的自动驾驶。而目前，诸多车企纷纷下注L3级、L4级自动驾驶，极大增加了研发成本，与汽车的硬件投入。
诸多行业人士似乎已经形成共识：车路协同将迎来集中爆发期，感知层面或最先迎来发展。但困难仍需解决。
首先，基础设施层面，由于车路协同依赖通信技术，通过远程控制来实现高级别自动驾驶必须依靠5G标准落地。而目前，道路系统是否能够跟5G标准落地，同步实现硬件对于自动驾驶的支持，还尚未可知。
其次，从车路网现状来看，现在各方面发展并不平衡。有专家提出，车路协同要进行系统性建设，才能将三方建设拉入正轨。
第三，标准仍缺位——这也将成为限制发展的重要因素。
道路上的车辆/Unplash
而对于企业而言，车路协同的商业模式成为重要讨论议题。
多位从业者向亿欧汽车表达了担忧，他们认为车路协同当下商业模式并不明显。阿里云通用能力中心高级解决方案架构师赵圣强表示，当下，车路协同方面虽然各个企业已经展开了相关研究和探索，但目前，整个行业内并没有找到一条清晰的商业模式，还需要时间试错。
：张嫣
paddlepaddle如何读取本地数据
paddlepaddle有四种数据类型和三种序列格式。四种数据类型分别是：dense_vector，sparse_binary_vector，sparse_float_vector和integer。三种序列格式分别是SequenceType.NO_SEQUENCE，SequenceType.SEQUENCE，SequenceType.SUB_SEQUENCE。详细的介绍可参考paddlepaddle官网说明。
举个简单的例子：
如果你的数据是 x = ，那么就应该使用dense_vector，维度为输入数据的维度，这里是5，代码如下：
x = paddle.layer.data(name=’x’, type=paddle.data_type.dense_vector(5))
如果你的数据是 x = ，那么这个数据有4个时间步长，每个步长维度为3，代码如下：
x = paddle.layer.data(name=’x’, type=paddle.data_type.dense_vector_sequence(3))
同样的其他类似。
另外，你提到reader，你可能更想知道的是如何构造reader。paddle的reader是一个生成器，返回的是一个函数。
def train_reader(train_x, train_y): def reader(): for i in xrange(train_y.shape): yield train_x return reader
定义好reader后，现在我们生成我们需要的训练数据
data = np.array()label = np.array()train_reader = paddle.batch( paddle.reader.shuffle( train_reader(data, label), buf_size=100), batch_size=50)
如此就可以使用train_reader进行模型训练了，test_reader的构造方式一样。
百度Create2018定档什么时间就开放售票了
百度Create 2018定档7月4日-5日， 现已开放售票。
6月4日消息， 百度今日宣布， “Baidu Create 2018”百度 AI 开发者大会将于7月4日-5日在北京国家会议中心举办。届时将有来自全球数千名开发者、合作伙伴齐聚，共同探讨AI最前沿技术、产业、商业化动态。现场百度还将发布AI前沿革命性技术产品。目前，大会官方网站已正式上线(create.baidu.com)，并同时启动购票。
据官网显示，本届百度AI开发者大会将分为两天时间。首天主论坛将有百度创始人、董事长兼首席执行官李彦宏，百度总裁张亚勤博士，百度高级副总裁、AI技术平台体系(AIG)总负责人王海峰博士，百度副总裁沈抖，百度智能生活事业群组(SLG)总经理景鲲等出席并发表主题演讲，向外界发布百度大脑、百度智能小程序、DuerOS开放平台、Apollo开放平台等重要业务、技术、解决方案的最新进展。届时还将有全球AI领域顶尖科学家、产品技术负责人参会分享经验感受。
2017百度AI开发者大会，李彦宏乘坐无人驾驶汽车登上北京五环并与现场连线
在7月4日上午举行的主论坛之后，大会还将在7月4日下午至7月5日全天举办超过10场不同主题的分论坛，分别聚焦百度大脑、智能小程序、智能生活、智能驾驶、智能云与物联网、智能金融、AI CITY、AI设计等领域。
本届大会还同步开设了PaddlePaddle、DuerOS技能开发、智能小程序接入、无人车安全实践等20余场技术公开课，7月4日晚上还将举办一场开发者之夜音乐party， 让本次大会成为一场名副其实的开发者盛宴。
在这里，AI技术的研究者、学生群体可以观察到AI行业最领先的技术进展和最领先的行业洞察；各行各业的创业者可以了解有如何以最低的技术门槛拥抱无人驾驶、智能家居行业等风口的商业机会；焦虑于如何跟上AI时代脚步的移动开发者们，也可以听一听百度将给大家提供什么样的转型思路。
百度在过去一年以“夯实移动基础，决胜AI时代”战略为引导，成为推进AI产品化、商业化的全球领军者。目前，百度Apollo自动驾驶开放平台已迭代至2.5版本，拥有超过100家合作伙伴，先后获得北京、福建、重庆等城市的多张自动驾驶路测牌照；百度DuerOS对话式人工智能操作系统升级至2.0版本，与创维、海尔、极米等160家企业达成战略合作伙伴关系，发布超过90款搭载DuerOS 的硬件产品；百度AI开放平台已开放100余项核心AI能力，接入开发者与合作伙伴数量超过50万，覆盖地产、企业服务、物流、零售、教育、会展、智慧社区等多个领域。
2017年的百度开发者大会吸引了超过6500位来自全球的AI专家、开发者及合作伙伴参加。大会公布了百度完整的AI生态开放战略，推出Apollo、DuerOS两大开放平台及具体开放细节和路径图。百度创始人、董事长兼CEO李彦宏提出“AI是必由之路，开放让所有人都收获更多”，并亲乘百度自动驾驶车辆登上北京五环，推动2017年成为中国的“AI年”。
2017百度AI开发者大会，李彦宏乘坐无人驾驶汽车登上北京五环并与现场连线
过去一年中，人工智能在全球的热度不断提升，也成为中国经济转型升级聚焦的重点领域，大量的资本、人才、技术、资源共同驱动人工智能技术研究不断向前推进。随着技术日益成熟，人工智能已经开始全面创造新市场、新机会，实现商业化落地，重塑传统行业发展模式和格局。
2018年的全球AI风向将走向何处？“中国+AI”的故事如何继续精彩上演？百度将怎样推动AI技术的平等获取和应用？人们期待百度在7月4日的百度开发者大会上揭晓答案。大会官网购票入口现已开放(create.baidu.com)，大会统一全价票2388元，学生开发者特价优惠票600元，购票后还可获得一系列百度前沿AI产品。即日起可登录百度AI开发者大会官方网站注册申请，凭参会资格入场，一起来见证这场不容错过的AI饕餮盛宴。
来源：凤凰网资讯
如何到载百度网议
不久之前，机器之心联合百度推出 PaddlePaddle 专栏，为想要学习这一平台的技术人员推荐相关教程与资源。在解析过PaddlePaddle框架之后，从这篇文章开始上手，安装 PaddlePaddle。目录环境Windows 系统的安装在 Windows 上安装 Docker 容器在 Windows 上安装 Ubuntu使用 pip 安装使用 Docker 安装从源码编译生成安装包在本地编译生成安装包在 Docker 编译生成安装包编译 Docker 镜像测试安装环境最后提示项目代码参考资料环境系统：Ubuntu 16.0.4（64 位）处理器：Intel(R) Celeron(R) CPU内存：8GWindows 系统的安装PaddlePaddle 目前还不支持 Windows，如果读者直接在 Windows 上安装 PaddlePaddlePaddle 的话，就会提示没有找到该安装包。如果读者一定要在 Windows 上工作的话，笔者提供两个建议：一、在 Windows 系统上使用 Docker 容器，在 Docker 容器上安装带有 PaddlePaddle 的镜像；二、在 Windows 系统上安装虚拟机，再在虚拟机上安装 Ubuntu。在 Windows 上安装 Docker 容器首先下载 Docker 容器的工具包 DockerToolbox，笔者使用这个安装包不仅仅只有 Docker，它还包含了 VirtualBox 虚拟机，使用者工具包我们就不用单独去安装 VirtualBox 虚拟机了，DockerToolbox 的官网下载地址：if cat /proc/cpuinfo | grep -i avx; then echo Yes; else echo No; fi项目代码GitHub 地址:https://github.com/yeyupiaoling/LearnPaddle参考资料http://paddlepaddle.org/https://pip.pypa.io/en/stable/http://www.runoob.com/http://www.linuxidc.com/Linux/2016-12/138489.htmhttps://www.jianshu.com/p/c6264cd5f5c7