TensorFlow学习笔记（一）Anaconda&TensorFlow的安装

Anaconda的下载

官网下载地址：https://www.anaconda.com/distribution/#download-section
Anaconda是一款跨平台软件，有Windows、macOS、Linux共三个版本。
博主因为是Windows10系统，就选择了python3.7版本64位（462MB）。读者可以根据自己的情况选择合适的版本，比如python3.6或32位。
（PS：安装的速度根据网速可能有所不同，因为安装包比较大，可能需要等待一定时间。如果下载失败请重试或者自行寻找非官方网站的软件。）

下载完成后文件如图：

Anaconda的安装

1、双击下载好的exe文件（上图中最下方），出现如下界面：点击Next

2、点击 I Agree （你不同意也不让你装啊，手动滑稽）

3、Just me or All users
这一步是在询问你是为当前用户安装还是为所有使用这台计算机的用户安装，一般来说一台电脑上只有一个用户，博主这里为了以后避免麻烦直接选择All users继续点击Next。

4、按Browser选择安装位置，博主装在了E盘，因为博主的E盘和C盘一样都是固态硬盘，速度会更快一些。建议如果固态硬盘有空间尽量装在固态硬盘里，如果能为自己的发展带来助力，2.9个G的空间也算不得了什么。继续按Next。

5、Advanced Options的设置：Anaconda的高级选项分为两个。第一个勾是询问你是否添加Anaconda到环境变量。其实不打勾也没有关系，待会儿我会教你们手动添加一次。这里出现了红字警告，不要管它，如果有一定英文基础的读者一定可以看懂。（不懂的话Google翻译，😀）
继续按Install

6、漫长的等待，如果你刚刚的下载地址选的是固态硬盘或者你的电脑配置比较高，下载速度就会比较快。（如果跳出窗口问你是否要阻止程序运行，选择允许程序修改你的电脑即可）

可以按进度条下的Show details来查看下载细节，不过一般来说也看不懂😀

7、终于安装完成啦！这时候一直Next就好，到Finish的时候停一下。

8、Finish前的补充
其实这两个勾可以去除，直接Finish。第一个勾是推荐另一个相关软件conda云，我们这里不去赘述。要说的是第二个勾，勾上后Finish会跳转到官方的Anaconda说明界面。
官方文档是最好的学习资料，你可以在这里找到关于Conda的一切功能说明和使用方法。
如果一不小心关掉了安装界面，不要担心。
博主这里附上链接：https://conda.io/projects/conda/en/latest/user-guide/index.html
打开之后就是这样：

比如你可以查看如何新建一个自己的环境或在环境下安装第三方库。

看不懂怎么办？Google翻译啊！（谷歌翻译解决一切问题[狗头]）不推荐使用百度翻译，因为百度翻译对于专业文章的翻译真的驴唇不对马嘴。

欢迎使用Anaconda！

首先打开命令行：

输入conda --version检查conda的版本，如果没有报错并出现了conda 4.7.12之类的文字。恭喜你！安装完成啦！
如果发现报错或者没有反馈说明你环境变量没有添加，没关系，接下来我们来学习如何设置环境变量。

环境变量的设置

Windows系统的读者需要去 控制面板\系统和安全\系统\高级系统设置\环境变量\用户变量\PATH （其实直接在Windows中搜索环境变量就能找到）

添加 anaconda的安装目录的Scripts文件夹。
比如我的路径是E:\Anaconda\Scripts, 根据安装路径的不同需要自行调整。

点击新建分别设置变量名和值，确定。就完成了环境变量的设置。

创建自己的环境并下载TensorFlow

输入activate,你可以看到在没有附加任何参数的时候默认打开了一个base环境，你可以看到在路径的前面出现了一个(base)表示当前系统处在base 环境下，你可以直接使用base环境开发或者创建一个属于自己的python环境。

如何创建？

输入如下指令：

conda create --name python37 python=3.7

我们将创建一个python版本为3.7的开发环境
这里的–name后面的参数是环境的名称，python=3.7说明它是一个python环境，系统会自动选择python3.7.x版本中最新的下载，当然你也可以自己设定环境名和选择python版本，比如：

conda create -n mypython python=3.6.5

这里的-n是–name的简写，要注意-n前面是一个短横，而–name前面是两个！

Proceed ([y]/n)? （是否继续下载？当然是yes! 输入y,回车）
等待下载完成。

按照系统的提示我们输入如下代码以激活python37环境

activate python37

如果发现路径前出现(python37),恭喜你！你已经成功创建了自己的开发环境！

下载太慢或者下载失败的解决方案

1.安装加速器，下载外网资源更快捷
2.更换为国内镜像源
具体方法请关注我的后续博文。
附上链接：Anaconda修改为国内镜像源

安装Tensorflow

使用如下代码查看环境内已经安装的第三方库：

conda list

这里列出了已经安装的第三方库，可以看到并没有我们想要的tensorflow！
（建议更改为国内镜像）输入如下代码下载：

conda install tensorflow

默认下载普通版，博主将通过以下指令讲解下载的部分参数

pip install tensorflow_gpu -i http://pypi.mirrors.ustc.edu.cn/simple

(1) 除了conda 外，我们还可以使用pip来安装第三方库，不同之处在于conda只能支持Anaconda的开发公司和合作伙伴的第三方包，而pip可以安装近乎一切第三方库。当其中一种方法不行时可以换着使用。
(2) 我们可以在install后面输入tensorflow_gpu来选择下载gpu版本（前提是你的电脑上要有gpu），也可以输入tensorflow==x.x.x来指定版本。
(3) 可以在最后附加 -i 参数来指定下载源，例中使用的是中科大的镜像。

当然是Yes啦！输入 y ，等待下载完成。
PS：如果出现无法检索到适配当前环境的 tensorflow 版本的问题，可能是因为国内镜像可能还没有同步。这时候可以选择：
(1) 切回 Tensorflow 的官网进行下载。
(2) 降低环境的 python 版本以适配 Tensorflow。即 重新创建一个名叫 python36 的环境（或 python35 ) 具体的方法和创建 pyhton37 时一样！

运行一下试试。
成功啦！！！

可以通过相同的方法来安装其他的库，比如 numpy 。

附录

• 更换为国内镜像源的方法：https://blog.csdn.net/Robits/article/details/103517412
• 下一篇，手写体数字的识别——环境安装：
  https://blog.csdn.net/Robits/article/details/103500804

本篇是博主的第一篇博文，还望支持，谢谢。