# 3.    개발 환경설정

\
딥러닝은 윈도우, 리눅스, 맥에서 모두 실행 할 수 있습니다. 프로그래밍 언어도 파이썬, 자바, C++, Lua, Julia, R 등 다양하게 사용 할 수가 있습니다. 그러나 딥 러닝 연구를 살펴보면 십중팔구는 파이썬으로 된 소스 코드를 찾을 수 있습니다. 대부분의 머신러닝과 딥 러닝 프레임워크는 파이썬용으로 만들어지며, AI 분야에서 일하는 거의 모든 사람들이 파이썬을 이야기합니다.

파이썬의 라이브러리는 다른 언어에서 따라올 수 없는 부분입니다. 넘파이(NumPy)는 워낙 보편적으로 사용되는터라 텐서 연산에서 사실상 표준 API 역할을 합니다. 판다스(Pandas)는 R의 강력하고 유연한 데이터프레임을 파이썬으로 가져옵니다. 자연어 처리(NLP)에서는 이름도 유명한 NLTK와 빠른 속도가 장점인 스페이시(SpaCy)가 있습니다. 머신러닝 쪽에는 역전의 사이킷-런(Scikit-learn)이 있습니다. 딥러닝이라면 현재의 모든 라이브러리(텐서플로우(TensorFlow), 파이토치(PyTorch), 체이너(Chainer), 아파치 MXNet(Apache MXNet), 테아노(Theano) 등 모두가 파이썬을 가장 우선시하는 프로젝트입니다.

개발 환경을 구축이란 아나콘다, 텐서플로, 파이참 그리고 기타 라이브러리들을 설치 하는 과정입니다.


---

# Agent Instructions: Querying This Documentation

If you need additional information that is not directly available in this page, you can query the documentation dynamically by asking a question.

Perform an HTTP GET request on the current page URL with the `ask` query parameter:

```
GET https://sdc-james.gitbook.io/onebook/2..md?ask=<question>
```

The question should be specific, self-contained, and written in natural language.
The response will contain a direct answer to the question and relevant excerpts and sources from the documentation.

Use this mechanism when the answer is not explicitly present in the current page, you need clarification or additional context, or you want to retrieve related documentation sections.