2020/5/22
一、注册Github 账号
在 Github 上面可以找到很多开源的、自己喜欢的、有用的项目。
二、安装 Git
进入 git 官网，下载安装 win_64 版本，这个下载速度实在是娘炮。
三、Github 和 git 的区别
目前是单兵作战，先不管了，先用着再说。
四、使用 git
1、在Windows任何界面鼠标右键，点击出现的 Git Bash Here，就进入了命令行操作界面。接下来就可以完全使用Linux命令进行操作。
2、克隆 Github 上面的仓库到本地
3、进入该仓库目录
我一开始还到处找了一下仓库被下载到了哪个目录，结果这里一看，就在桌面。
4、接下来的操作是按照该项目的说明文档来的。
我下载的这个项目是 GitHub上面star 最多的一个推荐系统的项目。我想通过这个项目来学习推荐系统。
注意：需要先安装 python 环境。详见前面的文章安装 Anaconda。
五、接下来就是具体的项目了
1、配置conda 环境。
这里可以顺带复习一下前面的内容：conda 的常用命令。我认为这些命令，以及Linux命令，不用去背诵，用的多了自然就记住了。
这里是直接使用 .yaml 配置文件创建新的 conda 虚拟环境。
妈蛋！这里配置环境失败了，一开始还没看出来。怪不得后面切换至这个环境时报错：找不到环境。
还有，切换环境的时候还报了一个错：
经查找，解决方案如下：
还是先回到刚刚创建虚拟环境报错的地方：
在任何地方出现问题了，一定要先仔细看报错的具体信息，不要急急忙忙就跑去百度。如果能够在错误信息中找到更具体一点的原因，然后再去百度，往往能够达到事半功倍的效果。
比如在上面这个错误信息中，Solving environment: ...working... failed 就是一个比较宽泛的错误信息，而ResolvePackageNotFound: - tensorflow==1.15.2 就是一个更加细致的错误信息，那么我们拿着这个信息去百度，一定会得到更加精准的解决方法。
我这里百度了一下，找到了一个类似的问题：
看一下这里他的解决方案：
第一步：
第二步：
我按照这个方法来试一下，看看行不行得通。
vim reco_base.yaml 进去之后如下：
注释掉 tensorflow
然后在pip中添加上
然后再次执行创建虚拟环境的命令，经过一段时间的漫长等待，终于failed 变成了 done，我那个激动的心，颤抖的手呀！哎呀妈呀，终于成功了！感激涕零！
接下来就是一长串的下载：
我去！要不要这样！字还没打完，还没高兴完就又报错了。。。。我的心情就像坐过山车一样：
看一下又是什么错误信息：
查了一下，是说 pip 版本和setuptools 版本太旧，需要升级更新。
这个时候，我好像发现了点什么一样，我在想是不是我一开始疏忽了什么。
于是，我回过头去看 Github 里面的说明文档。
果然，人家说了要先更新 conda：
好吧，下次看文档再认真一点。
在这个时候，我又认真瞅了一眼错误信息：
啥意思？
azure-storage 这个元数据包已经弃用了，不能够被安装了，请安装其它的前缀是 azure 的你需要的包。
下面还给你列出来了常见的包。
可是我哪知道需要安装哪一个！那我就先安装第一个吧，我觉得也不一定用的上。
接下来，我尝试切换至刚刚配置好的conda 虚拟环境：
哈哈，成功了！
接下来，按部就班完成剩下两步：
使用 jupyter notebook 打开，然后里面的代码就可以跑起来了。
这就是仓库的内容：
可以看到，端口号 8888
进入 /notebook/00_quick_start/sar_movielens.ipynb，就可以开始跑程序了。
总结一下：
今天第一次使用 git 从 GitHub 上面下载仓库到本地。
然后使用 jupyter notebook 打开、编辑、运行代码。还可以吧。
问题：
1） jupyter notebook 还不熟， 所以接下来会简单看一下使用方法。
2）接下来会花一些时间，认真看看里面的 python 代码，这个仓库里面有很多很多项目，争取把最简单的一个搞明白。