该教程使用 Anaconda 在 Windows 下配置基于 GPU 的 Tensorflow2 的运行环境。优点是不需要手动下载 NVIDIA CUDA 等底层支持包，一键安装；缺点是只支持 tf2.1 及以下的版本，conda 在安装高版本的 tf 不会自动补全显卡依赖。所以如果需要使用基于 GPU 的高于 2.1 版本的 tensorflow，建议按照 Tensorflow GPU支持 手动安装 NVIDIA Driver, CUDA, cuDNN SDK 等依赖。

最近打算利用假期时间学习《机器学习实战》（第二版）这本书，于是先从 GitHub 上下载了本书的源代码示例 (https://github.com/ageron/handson-ml2) ，按照 README.md 的指示用 anaconda 安装 tf2 环境，但是出了一些问题，花了很久才搞定，下面是踩过的坑的记录。

一般我们开发 STM32 都是使用 Keil，虽然 Keil 功能强大，但是界面实在是丑，用起来不爽。之前玩 Arduino 的时候接触到了 VSCode 里面的 PlatformIO 插件，想着也用 VSCode 安装 PlatformIO 开发 STM32，折腾了好几天终于成功。主要流程就是先用 STM32CubeMX 生成基于 HAL 库的项目初始代码，再手动配置 platformio.ini 文件，最后使用 VSCode 打开。