在本系列文章中，将向展示如何利用深度学习技术来创建一个自动翻译系统。这个系列可以被视为一个分步教程，帮助理解并构建一个基于神经网络的机器翻译系统。
本系列假设已经熟悉机器学习的基本概念：模型训练、监督学习、神经网络以及人工神经元、层和反向传播等。
多种框架提供了深度学习（DL）的API。TensorFlow+ Keras的组合是目前最受欢迎的，但像PyTorch、Caffe和Theano这样的竞争框架也被广泛使用。
这些框架通常采用黑箱方法来处理神经网络（NN），因为它们执行大部分“魔法”操作而不需要编写NN逻辑。还有其他方法可以构建NN，例如使用深度学习编译器。
下表列出了将使用的Python模块的版本。所有这些模块都可以使用pip命令的==[version]标志显式安装。例如：
pip install tensorflow==2.0
编写的代码应该可以在任何操作系统上运行，但请注意使用的是Python 3，所以请确保已经安装了它。如果系统同时安装了Python 2和Python 3，需要在安装命令中运行pip3而不是pip：
| 模块 | 版本 |
|---|---|
| TensorFlow | 2.3.1 |
| Keras | 2.1.0 |
| numpy | 1.18.1 |
| pandas | 1.1.3 |
| word2vec | 0.11.1 |
TensorFlow是一个非常流行的Python框架，用于构建神经网络。现在可以通过运行以下命令来安装TensorFlow：
pip install tensorflow
下载和安装TensorFlow包可能需要一些时间，因为它相当大——超过400MB。
要验证TensorFlow是否已成功安装，请运行：
pip show tensorflow
输出应该类似于：
Name: tensorflow
Version: 2.3.1
Summary: TensorFlow is an open source machine learning framework for everyone.
Home-page: https://www.tensorflow.org/
Author: Google Inc.
Author-email: packages@tensorflow.org
License: Apache 2.0
Location: /usr/local/lib64/python3.6/site-packages
重要的是要运行python3而不是简单的python（对于pip3和pip也是如此）。通常，Centos中会有一个默认的Python安装，它不应该在项目中使用。
Keras是一个深度学习API，它运行在TensorFlow之上。Keras也可以运行在其他框架之上，例如Theano，但在这里选择将其与TensorFlow关联。
要安装Keras，请输入以下命令：
pip install keras
要检查Keras是否已成功安装，请键入：
pip list | grep Keras
Pandas是一个Python API，用于数据操作和分析。将需要它，除了其他事情之外，还要为DL模型准备训练数据。
Pandas库可以使用pip3安装：
pip install pandas
需要Word2Vec来进行词嵌入，以支持在NN中创建一个嵌入层。其他工具，如GloVe或BERT，也可以完成这项工作。BERT会更有效，但由于其上下文依赖性，集成起来要复杂得多，所以将使用Word2Vec以保持事情简单。
要安装Word2Vec，请运行：
pip install word2vec
安装的工具将使能够构建机器翻译（MT）软件。为了适应拼图的各个部分，将：
正在构建的神经机器翻译系统的工作原理。