自从微软发布WSL2（Windows Subsystem for Linux 2）之后，机器学习开发者，数据科学家就可以在Windows上做原生Linux开发了。

但想正常的使用，其实并不简单：

• 安装WSL2，操作步骤太多，还会遇上各种错误。
• 好不容易安装好WSL2，安装JupyterLab时又遇上了“无法自动打开浏览器”，即使打开了也会出现“找不到文件”的问题。
• 安装docker后，启动容器时，还会遇上主机无法访问问题。

百度BML CodeLab是一款专为国内机器学习开发者和数据科学家打造的交互式AI开发环境，最近的产品更新解决了以上所有问题： 一键配好Windows WSL2 AI开发环境。

本次更新后，BML CodeLab有哪些重要Feature呢？

• 1. 一键配好Windows WSL2 AI开发环境。
• 2. 预装基于JupyterLab深度优化的下一代交互式开发工具。
• 3. 预装插件支持提交本地和云端任务，预装最强中文NLP训练工具。

下面小编为大家介绍一下这三大Feature。

Feature 1：一键配好Windows WSL2 AI开发环境。

仅需下载一个安装包，一键安装，即可全自动完成Windows系统升级，安装好WSL2，安装好Ubuntu18.04子系统，安装好docker，安装好交互式AI开发工具。

小编在网上查找很久，也没见过如此简单就能安装好WSL2 AI开发环境。

安装过程如下：

在这里下载安装包，然后启动安装。安装时，安装程序会自动检测系统环境，如果系统环境不符合安装要求，会帮助用户完成环境设置。

上图中前2步都是自动完成，只有第3步需要重启系统，手动设置一次BIOS。设置完BIOS进入系统，启动安装过程，全程自动安装完毕。

安装完毕后，发现已经有了WSL2，并且装好了Ubuntu 18.04和docker。接下来，启动BM L CodeLab，开始体验深度优化的交互式开发工具。

Feature 2：预装基于JupyterLab深度优化的下一代交互式开发工具。

小编发现启动BML CodeLab后，开箱界面如下：

这看起来是黑色主题的JupyterLab啊！ 那么，深度优化的地方在哪里呢？

经过一番研究，小编发现对比原生JupyterLab，BML CodeLab里提供了自动代码补全，静态语法检查，多种VSCode里常用的代码编辑功能。

除了增强的编码体验外，小编还发现了性能监控，增强的Notebook编辑能力。

性能监控页面

Notebook里Markdown编辑器

Feature 3：预装插件支持提交本地和云端任务，预装最强中文NLP训练工具

小编发现有了Feature 1和2，做机器学习和数据科学开发效率已经提升一大把了，竟然还有逆天的Feature 3。

BML CodeLab支持用户提交本地任务和云端任务。无论本地任务，还是云端任务，都可以提交单次执行，周期运行，还有神奇的API调度执行。

API调度执行，是啥意思呢？ 小编研究了一下，BML CodeLab启动后，新建并提交一个API调度方式的任务，然后支持从别的电脑，远程参数化调用执行这个任务。这相当于在小编的电脑上部署了一个自定义服务。

文心工具是什么呢？ BML CodeLab内置百度NLP自研的基于知识增强的语义理解技术，将大数据预训练与多源丰富知识相结合，通过持续学习技术，不断吸收海量文本数据中词汇、结构、语义等方面的新知识，实现模型效果的不断进化，详见：

https://cloud.baidu.com/doc/BML/s/Dkhvpl5cd。

小编点进链接看了一下，然后研究了一下，发现这个NLP文心工具，竟然就是鼎鼎大名的超越Google Bert的全球最强（没有之一）中文预训练模型ERNIE的工具版本。

心动不如行动

现在扫描下方二维码

下载试用BML CodeLab

免费送100G云端存储

 https://cloud.baidu.com/solution/bml/codelab.html