自从微软推出 wsl2（windows subsystem for linux 2）以来，机器学习开发者和数据科学家终于可以在 windows 系统上进行原生 linux 开发了。
然而，要想顺利使用这个系统并非易事：
首先，安装 WSL2 的步骤繁多，过程中还会遇到各种错误。即使成功安装 WSL2，接下来安装 JupyterLab 时又会遇到“无法自动打开浏览器”的问题，即使勉强打开也会出现“找不到文件”的错误。接着，当安装 docker 并启动容器时，还会遇到主机无法访问的问题。百度 BML CodeLab 是一款专门为国内机器学习开发者和数据科学家设计的交互式 AI 开发环境，其最新更新解决了上述所有问题：只需一键即可配置好 Windows WSL2 AI 开发环境。
这次更新后，BML CodeLab 推出了哪些重要功能呢？
一键配置好 Windows WSL2 AI 开发环境。预装了基于 JupyterLab 深度优化的下一代交互式开发工具。预装了支持提交本地和云端任务的插件，以及最强大的中文 NLP 训练工具。接下来，小编将为大家详细介绍这三大功能。
功能1：
一键配置好 Windows WSL2 AI 开发环境
只需下载一个安装包并一键安装，就可以全自动完成 Windows 系统升级，安装 WSL2，Ubuntu18.04 子系统，docker，以及交互式 AI 开发工具。
小编在网上搜索了很久，也没找到比这更简单的方法来安装 WSL2 AI 开发环境。
安装过程如下：
从这里下载安装包，然后启动安装。安装过程中，安装程序会自动检测系统环境，如果系统环境不符合要求，会自动帮助用户完成环境设置。
上图中前两步都是自动完成的，只有第三步需要重启系统并手动设置一次 BIOS。完成 BIOS 设置后，进入系统并启动安装过程，全程自动完成安装。
安装完成后，发现已经配置好了 WSL2，并且安装了 Ubuntu 18.04 和 docker。接下来，启动 BML CodeLab，开始体验深度优化的交互式开发工具。
功能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，界面如下：
这看起来是黑色主题的 JupyterLab！那么，深度优化的地方在哪里呢？
经过一番研究，小编发现与原生 JupyterLab 相比，BML CodeLab 提供了自动代码补全、静态语法检查，以及多种 VSCode 中常用的代码编辑功能。
小编找了一个视频，大家可以感受一下 BML CodeLab 中提供的专业 IDE 功能。
除了增强的编码体验外，小编还发现了性能监控和增强的 Notebook 编辑能力。
▲ 性能监控页面
▲ Notebook 中的 Markdown 编辑器
功能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
有了功能1和2，机器学习和数据科学开发的效率已经大大提升了，但还有令人惊叹的功能3。
BML CodeLab 支持用户提交本地任务和云端任务。无论是本地任务还是云端任务，都可以提交单次执行、周期运行，还可以使用神奇的 API 调度执行。
API 调度执行是什么意思呢？小编研究了一下，启动 BML CodeLab 后，新建并提交一个 API 调度方式的任务，然后可以从其他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 内置了百度 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结合，通过持续学习技术，不断吸收海量文本数据中的词汇、结构、语义等新知识，实现模型效果的不断进化。
详见：
https://www.php.cn/link/506f9585bf2e9c03a0880b4ac0419657
小编点进链接研究了一番，发现这个 NLP 文心工具，竟然就是超越 Google Bert 的全球最强（没有之一）中文预训练模型 ERNIE 的工具版本。
