最近在学习深度学习，之前搞了段时间的caffe，但是caffe的优点在classification，对于想学习DL的我们还是需要从基础的学起，比如regression、clustring、dimensionality reduction等。 基础的教学视频可以观看Andrew NG的机器学习公开课； 在python包上，做基础的DL的最火的可能就是scikit-learn，也就是sklearn，我准备对这个包写一个系列的教程，此次作为这系列教程的开山篇。
安装sklearn
官网是这样说的： Scikit-learn requires: Python (>= 2.6 or >= 3.3), NumPy (>= 1.6.1), SciPy (>= 0.9). 如果这些依赖你都安装好了，可以使用：
代码语言：javascript复制pip install -U scikit-learn安装完sklearn之后，可以测试下，也就是import一下：
代码语言：javascript复制>> import sklearn或者：
代码语言：javascript复制>> pip list | grep scikit-learn #可以列出你所有的python包如果不提示错误就是装好了，可以使用了。
sklearn资源
（1）官网 sklearn官网 （2）源码git地址 Github地址 （3）官网教程 Tutorial
这篇就先到这，下次继续啦。
