用Python做机器学习、大数据、数据挖掘、爬虫什么，基本上都会用到数据库，而我们一般使用的是SQL数据库，即关系数据库。我们最常用的两款关系数据库就是MySQL和SQL Server。本文会介绍如何在Python3下安装对MySQL进行调用的支持库。
选自Google Developers
机器之心曾开放过人工智能术语集 ，该术语库项目目前收集了人工智能领域 700 多个专业术语，但仍需要与各位读者共同完善与修正。本文编译自谷歌开发者机器学习术语表项目，介绍了该项目所有的术语与基本解释。之后，我们也将表内术语更新到了机器之心 GitHub 项目中。本文由浙江大学博士生杨海宏推荐，他的研究方向为知识图谱问答。
在知乎上看到有人问，在做机器学习方面，质疑数学的意义，觉得会用各种经典模型不就行了。我们做机器学习，要做到知其然，还要知其所以然。我们不能仅仅是会调一调库，跑个程序炼个丹什么的，还要知道底层的数学原理和算法。
在这篇文章里，我将列出一种python下的实现多进程并发执行程序的方法。我们经常需要通过并发来实现一些功能，为了加速计算或者最大程度利用CPU等等。Python中有一种方法可以实现多进程并发执行，我们需要导入python库“multiprocessing”。
我这篇文章将简单记录一下python关键字yield的用法。因为写代码需要，我看到了别人的部分代码中有用到yield关键字。作为习惯了C类语言的人，第一次看到这种关键字会感到很迷茫，不知道是用来做什么的，可是偏偏很多时候会用到这样的代码。
我们经常需要处理wav格式的文件，读取其中的声音信号和相关参数，来做一些事情。如果我们使用C++来做，那么需要对文件的底层存储格式有一个透彻的了解才行，而且考虑不周还有可能出Bug；如果使用MatLab来做，虽然只有一行代码就可以读取文件，但是MatLab语言自身的局限性使得写出的代码难以在实际中投入使用。因此，兼顾简介易用和实用性，用Python来做就显得比较好了。
众所周知，python是一个基于缩进而不是大括号的语言，因而写python代码有需要使用游标卡尺的梗。我在写python代码的时候，没少掉进这个坑里面。基本上只要前一行结尾出现冒号，下一行必然添加一个单位的缩进，直到块结束。我们可以使用空格（Space）和制表符（Tab）来进行缩进，然而这里面有一些会经常遇到的坑。
Python的确是一个易于学习且功能强大的编程语言，而且是跨平台做的最好的编程语言。虽然它是解释型的语言，但是其开发效率之高，有目共睹，弥补了运行速度稍慢的缺陷。Python有胶水语言之称，解释器很容易拓展，用起来像瑞士军刀。当前的很多机器学习方面的项目都是基于Python语言实现的，所以感觉这个语言未来会很火。本人推荐直接学Python3版本，这样在时代的潮流下才不容易掉队。: )
本文已在2023年05月更新到最新方法，确保本文教程的有效性。
前言：
曾经(2017年)安装TensorFlow的GPU版本真的不是一件容易的事，好难（因为能用的教程很少，有些连最基本的一些必需的步骤都没写到，那样子的话能安装到位才是奇迹），但是现在不会了，因为本文出现了，本文是为数不多的可用教程。
在经历各种踩坑后，我终于总结出来一个走的通的安装tensorflow-gpu的方法，并且亲自动手实践，在Linux(Ubuntu) + Python3安装且运行成功。
TensorFlow是谷歌在近期开源的一款深度学习方面的框架，有纯CPU版本和使用了GPU的版本。我们通过使用它，可以大大方便我们在神经网络方面的工作，降低我们的工作量。众所周知，TensorFlow是基于Python的，所以我们需要使用Python来做。TensorFlow在Windows上仅支持64位Python 3.5。
鉴于Python2已经濒临淘汰，所以，我建议现在以及今后都直接使用Python3来做，除非你手头有一大堆现有的py2的代码项目，否则，Python2迟早是要切换到Python3，到时候又是一大堆代码要手动升级到3版本，3和2的代码差别太大了。
