新手入门
============

.. _quick_install:

快速安装
++++++++

PaddlePaddle支持使用pip快速安装，目前支持CentOS 6以上, Ubuntu 14.04以及MacOS 10.12，并安装有Python2.7。
执行下面的命令完成快速安装：

  .. code-block:: bash

     pip install paddlepaddle

如果需要安装支持GPU的版本，需要执行：

  .. code-block:: bash

     pip install paddlepaddle-gpu

更详细的安装和编译方法参考：

..  toctree::
  :maxdepth: 1

  build_and_install/index_cn.rst

.. _quick_start:

快速开始
++++++++

下载 `房价模型文件 <https://raw.githubusercontent.com/PaddlePaddle/book/develop/01.fit_a_line/fit_a_line.tar>`_

创建一个 housing.py 并粘贴此Python代码 (请确保fit_a_line.tar 是在正确的路径上)

  .. code-block:: python

     import paddle.v2 as paddle

     # Initialize PaddlePaddle.
     paddle.init(use_gpu=False, trainer_count=1)

     # Configure the neural network.
     x = paddle.layer.data(name='x', type=paddle.data_type.dense_vector(13))
     y_predict = paddle.layer.fc(input=x, size=1, act=paddle.activation.Linear())

     with open('fit_a_line.tar', 'r') as f:
         parameters = paddle.parameters.Parameters.from_tar(f)

     # Infer using provided test data.
     probs = paddle.infer(
          output_layer=y_predict, parameters=parameters,
          input=[item for item in paddle.dataset.uci_housing.test()()])

     for i in xrange(len(probs)):
          print 'Predicted price: ${:,.2f}'.format(probs[i][0] * 1000)

执行 :code:`python housing.py` 瞧！ 它应该打印出预测住房数据的清单。

..  toctree::
  :maxdepth: 1

  concepts/use_concepts_cn.rst