# MindSpore的教程体验
## 环境配置
### Windows和Linux系统配置方法
- 系统版本:Windows 10,Ubuntu 16.04及以上
- 软件配置:[Anaconda](https://www.anaconda.com/products/individual),Jupyter Notebook
- 语言环境:Python3.7.X 推荐 Python3.7.5
- MindSpore 下载地址:[MindSpore官网下载](https://www.mindspore.cn/versions),使用Windows系统用户选择Windows-X86版本,使用Linux系统用户选择Ubuntu-X86版本
> MindSpore的[具体安装教程](https://www.mindspore.cn/install/)
### Jupyter Notebook切换conda环境(Kernel Change)的配置方法
- 首先,增加Jupyter Notebook切换conda环境功能(Kernel Change)
启动Anaconda Prompt,输入命令:
```
conda install nb_conda
```
> 建议在base环境操作上述命令。
执行完毕,重启Jupyter Notebook即可完成功能添加。
- 然后,添加conda环境到Jypyter Notebook的Kernel Change中。
1. 新建一个conda环境,启动Anaconda Prompt,输入命令:
```
conda create -n {env_name} python=3.7.5
```
> env_name可以按照自己想要的环境名称自行命名。
2. 激活新环境,输入命令:
```
conda activate {env_name}
```
3. 安装ipykernel,输入命令:
```
conda install -n {env_name} ipykernel
```
> 如果添加已有环境,只需执行安装ipykernel操作即可。
执行完毕后,刷新Jupyter notebook页面点击Kernel下拉,选择Kernel Change,就能选择新添加的conda环境。
## notebook说明
| 教程名称 | 内容描述
| :----------- |:------
| [quick_start.ipynb](./quick_start.ipynb) | - 从数据集到模型验证的全过程解读
- 体验教程中各功能模块的使用说明
- 数据集图形化展示
- 了解LeNet5具体结构和参数作用
- 学习使用自定义回调函数
- loss值与训练步数的变化图
- 模型精度与训练步数的变化图
- 使用模型应用到手写图片的预测与分类上