windows下Tensorflow（cpu版本）环境配置---Anaconda+Python3.6+tensorflow

1 Anaconda安装

Anaconda是一个用于科学计算的Python发行版，提供了包管理与环境管理的功能，可以很方便地解决多版本python并存、切换以及各种第三方包安装问题，并且已经包含了Python和相关的配套工具。Anaconda利用工具/命令conda来进行package和environment的管理。

1.1 首先打开网址https://www.anaconda.com/download/#windows，进入如下页面，选择相应的Python，页面如下：

1.2 下载之后点击运行就可以安装了，和一般软件安装毫无二致，无需编译。安装成功后的效果如下：

2 配置环境

2.1 运行Anaconda Prompt（WIN10以管理员身份运行）

在命令行输入conda create -n py36 python=3.6，创建tensorflow环境

出现 Proceed([y]/n)? 输入y，如下所示：

安装完毕后输入activate py36，回车然后输入python，注意提示符的变化，需要确认python 版本是64位的，tensorflow要求64位的 python。

2.2安装tensorflow

注意我们不用tensorflow官网使用的pip指令, 而是使用conda指令,我这里选择cpu版本，也可以安装gpu版本

重新运行Anaconda Prompt，输入activate tensorflow，回车然后输入：

cpu版本：conda install tensorflow=1.12（版本自己选择）

出现选择提示后需要选择y

2.3 安装库

到此tensorflow 已成功安装，接下来我们再安装几个库。

conda install numpy

conda install pandas

conda install matplotlib

安装sklearn库：conda install scikit-learn

3 调试tensoeflow

 打开Anaconda Navigator，在home的Applications on中选择py36,然后在界面中选择spyder的install，进行安装

4 测试

打开spyder，输入如下程序：

import tensorflow as tf

hello = tf.constant('Hello, TensorFlow!')

sess = tf.Session()

print(sess.run(hello))

输出结果：

Tensorflow配置成功，并生成：

5 在pycharm中使用Anaconda里的python解释器

打开pycharm新建工程，选择如下

选择之前创建的py36

点击创建就可以了，在创建的工程中用上面的代码测试，输出Hello TensorFlow