win10 + Anaconda3(python 3.7) + CPU版TensorFlow

我的第一篇博客

出于两个原因让我愿意花时间写这篇blog，一个是有一位一本正经勇敢追求热爱的事物的我十分尊敬的同学推荐我用这种方式记录自己的所作所为，另一个是当我遇到困难的时候各位大佬写的文章极大地帮助了我解决问题，所以我希望我写的内容也能对和我同样迷茫的人带去帮助，我的理解不是可能是一定非常拙劣，希望大家可以批评指正，我们共同进步。我不太会排版，就先这样凑合着写吧。

问题————

• 问题一：为什么要安装TensorFlow？
• 答案：“TensorFlow是相对高阶的机器学习库，用户可以方便地用它设计神经网络结构，而不必为了追求高效率的实现亲自写C++或CUDA代码。同时不局限于神经网络，其数据流式图支持非常自由的算法表达，当然也可以轻松实现深度学习以外的机器学习算法。” ——摘自《TensorFlow实战》：黄文坚，唐源。书上也有讲它和其他学习框架的区别，包括Caffe，Theano等，但是我不明白，因为老师让我在python环境中学习用TensorFlow构建神经网络进行图像识别（这个课题我到现在学了差不多三个月了也没有什么进展）所以就装它喽。
• 问题二：为什么要在Anaconda这个平台中进行？
• 答案：这是我在安装完之后的一点感觉：1.Anaconda自带python环境，而且在Anaconda中可以随意切换和卸载python版本（方法下面会介绍）；2.Anaconda自带了一个spyder，不过先入为主，我第一次用的是sublimetext，所以不愿意去尝试新类型的集成开发环境(IDE)，比如：emacs，vim，atom，visual，studio code，pycharm等；3.网上还说它各种好，而且用在win10中更好。
• 问题三：为什么没用GPU版的？
• 答案：我的win10系统电脑，显卡是Intel® Iris™ Graphics 6100（设备管理器——显卡适配器），属于Intel系列并不是NVIDIA系列的，不支持CUDA所以无法安装GPU版本的TensorFlow，只能退而求其次安装据说功能等同于GPU版速度却很慢的CPU版本。

进入正题————

• 安装Anaconda：https://www.anaconda.com/download/

不管三七二十一，直接安装最新版本，目前为止最新版的是5.3.1，自带python 3.7。

• 更改python版本：https://blog.csdn.net/weixin_39278265/article/details/82982937

目前TensorFlow好像只支持到python 3.6，因此我们要创建一个新的名为py36（可任取）的环境，打开Anaconda Prompt输入：conda create -n py36 python=3.6，我是喜欢什么能用最新版就用最新版，大家可以根据需求更改环境的名称和版本，打开Anaconda Navigator左侧Enviroments中就可以看到新添加的环境，然后激活这个新配置的环境：conda activate py36，之后输入python，就可以打开这个版本的了。若要退出这个环境：conda deactivate py36即可。接下来我们就要在这个python 3.6环境中安装TensorFlow。

• 搭建TensorFlow：https://blog.csdn.net/bin_bin_bingo/article/details/79250591#commentBox

输入清华的仓库镜像（我不知道这样做是为什么，不这样的话会出错）：

conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/
conda config --set show_channel_urls yes

(https://mirrors.tuna.tsinghua.edu.cn/help/anaconda/)，然后创建一个名为tensorflow的环境：conda create -n tensorflow pip python=3.6，同样地，打开Anaconda Navigator左侧Enviroments中就可以看到新添加的环境，然后激活这个新的环境：activate tensorflow，接着搭建TensorFlow：pip install --ignore-installed --upgrade tensorflow。
接下来等待即可，如果出现错误，可能是因为pip版本过低，用pip --version查看pip版本，用pip -m pip install -U pip更新pip。

• 测试TensorFlow是否安装成功：https://blog.csdn.net/bin_bin_bingo/article/details/79250591#commentBox

打开Anaconda Prompt，激活tensorflow环境，键入python进入交互环境，输入如下代码：

importtensorflow as tf
hello = tf.constant('Hello, TensorFlow!')
sess = tf.Session()
print(sess.run(hello))

若没有出现运行错误则证明安装成功。
检测所安装的TensorFlow能否做CPU运算：https://blog.csdn.net/bin_bin_bingo/article/details/79250591#commentBox
打开Anaconda Navigator左侧Enviroments，点击tensorflow环境，install其中的spyder，打开之后输入如下代码：(https://blog.csdn.net/bin_bin_bingo/article/details/79250591)

import tensorflow as tf
import numpy as np
#import keras    装完keras后，去掉#尝试运行，用于检验安装
x=tf.placeholder("float")
y=tf.placeholder("float")
w=tf.Variable([1.0,2.0],name='w')
y_pred=tf.multiply(x,w[0])+w[1]
error=tf.square(y-y_pred)

train_op=tf.train.GradientDescentOptimizer(0.02).minimize(error)
model=tf.initialize_all_variables()

with tf.Session() as session:
    session.run(model)
    for i in range(1000):
        x_value=np.random.rand()
        y_value=x_value*2+6
        session.run([train_op],feed_dict={x:x_value,y:y_value})

    w_value=session.run(w)# get w   
    print ("ax+b,a=%.3f,b=%.3f"%(w_value[0],w_value[1]))

若无运行错误则证明成功安装了CPU-TensorFlow！

至此，在这样如此简单的排版中出了很多问题，这可能也是我的最后一次博客了，唉！