为了支撑大规模数据处理、深度学习训练与复杂模型应用部署：

1、PyTorch

简介： 目前学术科研领域最受欢迎的深度学习框架（由Meta开源），能够为财经人工智能交叉研究（如时序预测、深度神经网络）提供强有力的模型构建支持。

官方安装指南：https://pytorch.org/get-started/locally/

2、JupyterLab / Notebook

简介： 基于Web的交互式计算环境，支持代码（Python/R/Julia）、公式、文本描述和数据图表的完美融合展现，是开展数据驱动研究成果分享的标配。

官方安装指南： https://jupyter.org/install

3、Docker

简介： 优秀的开源应用容器引擎，方便科研人员打包各自独立的实验环境，避免服务器算力环境冲突，实现复杂应用的一键部署和论文结果复现。

官方下载链接：https://www.docker.com/products/docker-desktop/