tensorflow，keras的安装并配置

安装tensorflow，keras并配置

大约两天，都在做这个事情，着实让人发昏。导师给配的台式机需配置tensorflow，不能还到处带着笔记本啊，因此安装之旅开始。看完我的博客，你可能觉得不难嘛，但是难的不是结果，是探索的过程，花费的时间和静力确实超过安装本身的价值，想着后面的人少走弯路，尽己所能。

tensorflow安装前

某些能搜到的部分会简要说明即可，也就不去备注引用了。

1. 安装anaconda，安装pycharm（编辑器，我用的是这个，推荐，但不必要）。
2. 安装必要库：numpy，scipy，pandas和sklearn，前两个是必要的，后两个看心情。
3. 确保anaconda的环境变量配置好
4. 更新pip：python -m pip install --upgrade pip

python -m pip install --upgrade pip

5. 创建一个新的环境名为–tensorflow：

conda create --name tensorflow python=3.5

这里需要提示一下，我们接下来的操作都在tensorflow这个环境中进行，因为每一个环境相当于一个独立的实验室，你在这个实验室玩机器学习，就用到sklearn，你在另一个实验室玩就要用到keras。因此我们需要创建实验室，并区分开，分别进行个性化操作。当然这个名字都是自己定，我也可以取名tensorflows，最后我们在pycharm对环境和项目进行对接，实验室就搭建成功了。这里咱就不一样，就用tensorflows来做把！

conda create --name dream python=3.5   # 尽量用python3把，3.5比较不错

安装tensorflow

1. win+r，cmd打开电脑环境，并切换到tensorflows环境
   

2. 看看tensorflow的详细信息

anaconda search -t conda tensorflow

3. 找到你想要的版本，然后展示下载方法

anaconda show anaconda/tensorflow-mkl

这里以anaconda/tensorflow-mkl为例

4. 粘贴，运行
   
   在这里，这里的下载应该算很快了的。这里一定要提醒，一定要在稳定网络下下载安装，不然会断断续续，不行就开个手机热点。最后运行结束，再次输入刚才的下载指令，因为有时因为网络问题，某些包会安装不全。如果显示都已经安装结束，直接验证就可以了
5. 验证
   输入python，回车，进入python环境，直接验证即可。
   

keras的安装

1. 仍然是激活我们的目标环境tensorflows环境
2. 安装pyyaml

pip install pyyaml

3. 安装mingw libpython

conda install mingw libpython

4. 安装2.2版本的keras
   因为keras和tensorflow需要对应版本，前面按照我的方法安装的是优选老版本的tensorflow，所以keras不要安装高的2.4，2.2即可。

pip install keras==2.2

当然后面也可以加镜像源地址下载更快，去搜搜地址填进去即可。

keras的安装比较简单，没有给出操作截图。

配置环境

没有用pycharm的小伙伴就请移步啦！

1. 打开pycharm，进去你想要用keras的项目，点击》settings》project：**》python interpreter
   此时你看到了现在的环境和具有的安装包
   
2. 点击》右上方齿轮》Add…》conda environment》existing environment
   
3. 点击右边省略号，找到你的tensorflows环境选中应用就可以啦
   

以后你需要添加什么包，都在这个环境中添加即可。

结语

大致过程就是这些，可能有一些细节没有讲到，自己可以搜搜其他博客，寻找细节。祝你的深度学习旅途越走越远。