本项目旨在教你使用 Python（编程语言）学习机器学习（Machine Learning）的基础知识。它包含了我 O'Reilly 书籍 Hands-on Machine Learning with Scikit-Learn, Keras and TensorFlow 第二版中的示例代码和练习解答：

注意：如果你在寻找第一版的笔记，请查看 ageron/handson-ml。对于第三版，请查看 ageron/handson-ml3。

快速开始

想在线使用这些笔记而无需安装任何东西？

使用以下任何服务（我推荐 Colab 或 Kaggle，因为它们提供免费的 GPU（图形处理器）和 TPU（张量处理单元））。

警告：请注意，这些服务提供的是临时环境：你所做的任何操作都会在一段时间后会被删除，所以请确保下载任何你关心的数据。

只想快速查看某些笔记，而不执行任何代码？

• 

• github.com 的笔记查看器 也可以工作，但并不理想：速度较慢，数学公式并不总能正确显示，而且大型笔记经常无法打开。

想使用 Docker（容器化平台）镜像运行此项目？

阅读 Docker 说明。

想在你自己的机器上安装此项目？

首先安装 Anaconda（或 Miniconda）、git，如果你拥有兼容 TensorFlow 的 GPU（图形处理器），请安装 GPU 驱动程序，以及适当版本的 CUDA 和 cuDNN（详见 TensorFlow 文档获取更多细节）。

接下来，打开终端并输入以下命令来克隆本项目（不要输入每行开头的 $ 符号，它们仅表示这些是终端命令）：

$ git clone https://github.com/ageron/handson-ml2.git
$ cd handson-ml2

接下来，运行以下命令：

$ conda env create -f environment.yml
$ conda activate tf2
$ python -m ipykernel install --user --name=python3

最后，启动 Jupyter：

$ jupyter notebook

如果需要更多说明，请阅读 详细安装说明。

常见问题解答 (FAQ)

我应该使用哪个 Python 版本？

我推荐 Python 3.8。如果你遵循上面的安装说明，你将获得该版本。大多数代码适用于其他 Python 3 版本，但某些库尚不支持 Python 3.9 或 3.10，这就是我推荐 Python 3.8 的原因。

当我调用 load_housing_data() 时遇到错误

确保在调用 load_housing_data() 之前 调用 fetch_housing_data()。如果遇到 HTTP（超文本传输协议）错误，请确保你运行的代码与笔记中的完全一致（如有需要请复制/粘贴）。如果问题仍然存在，请检查你的网络配置。

我在 MacOSX 上遇到 SSL 错误

你可能需要安装 SSL（安全套接字层）证书（见这个 StackOverflow 问题）。如果你从官方网站下载了 Python，则在终端中运行 /Applications/Python\ 3.8/Install\ Certificates.command（将 3.8 更改为你安装的版本）。如果你使用 MacPorts 安装了 Python，则在终端中运行 sudo port install curl-ca-bundle。

我已在本地安装了此项目。如何将其更新到最新版本？

见 INSTALL.md

使用 Anaconda 时，如何将 Python 库更新到最新版本？

见 INSTALL.md

贡献者

我要感谢所有 为本项目做出贡献的人，无论是提供有用反馈、提交问题还是提交 Pull Request（拉取请求）。特别感谢 Haesun Park 和 Ian Beauregard，他们审查了每个笔记并提交了许多 PR（拉取请求），包括对一些练习解答的帮助。同样感谢 Steven Bunkley 和 Ziembla 创建了 docker 目录，以及 github 用户 SuperYorio 在一些练习解答上提供的帮助。