应用CNN识别脑部MRI图像梗塞病变之开发环境搭建
基于应用卷积神经网络进行MRI脑部梗塞的识别这一问题，我会将自己的开发思路分篇记录下来，包括从开发环境的搭建，所应用的相关Python库的安装，到数据处理，再到模型搭建和测试。事实上到目前为止，迫于有限的数据量，我还没有取得突破性的进展，但是要将近期的开发过程记录下来，以备查看。以下直接切入主题。
1 开发环境配置
硬件环境： Intel(R) Core(TM) i7-6700 3.4G 主频，4G内存 无独显。这是目前的一个调试代码的机器，所以配置不高。
软件环境：OS是Ubuntu 16.04.03 LTS 64位
开发语言:Python2.7.12/Python3.5.2
2 操作系统安装
不建议使用Windows + Vmware虚拟机的架构，机器学习的code跑起来非常耗内存和CPU，安装虚拟机，在调试代码阶段就慢的像蜗牛。我直接将Win10的OS换作的Ubuntu16.04的OS，我更习惯在Ubuntu系统下安装各种Python库。以下给出在Win10环境下制作Ubuntu的USB启动卡及系统安装的简要步骤，事实上Ubuntu官网上有详细的指导说明，我在这里略加提炼，以便使操作更简洁快速点：
Ubuntu官网：https://www.ubuntu.com/download/desktop
进入官网后，点击Download button可以下载最新版本的Ubuntu，如果不选择最新版本，则点击see our alternative downloads。
点击see our alternative downloads 进入下载页面：https://www.ubuntu.com/download/alternative-downloads
向下滑动滚动条，找到如下图需要的相应的版本进行下载，我安装的是Desktop，Desktop与Server版本最明显的区别就是，Desktop版带GUI，两者在性能上的区别没有亲测过，喜欢纯命令行的guys可以试试Server。
操作系统下载好之后就可以进入重要的制作USB启动卡环节了，容我慢慢道来：
制卡步骤链接：
参照如下步骤，并严格执行，最后一定会成功的Yeah。
步骤3中涉及Rufus ，其官网地址：https://rufus.akeo.ie
3 安装Python及必要的Python库
我安装了Python2.7.12和Python3.5.2；安装的Python库如下图导图所示。安装好Python后，安装pip，有了pip后如下库的安装就轻松多了，写个脚本一口气安装完，你就可以去喝杯咖啡了，前提是你的网络速度还可以。
至此我们的基本开发环境就配置ok了，下一篇我就来点干货了。
