Introduction of Anaconda

Table of Contents

• TensorFlow学习记录

  • 第一章 Anaconda简介

    • 1.1 Anaconda、conda、pip、virtualenv的区别比较
    • 1.2 参考

  • 第二章 Anaconda安装Tensorflow

    • 2.1 安装Anaconda
    • 2.2 在Anaconda中激活安装tensorflow
    • 2.3 在tensorflow中安装Jupyter Notebook
    • 2.4 在terminal中运行Tensorflow
    • 2.5 在jupyter notebook中运行tensorflow
    • 2.6 报错解决
    • 2.7 参考

  • 第三章 Anaconda使用Tensorflow入门

    • 3.1 创建图
    • 3.2 执行图
    • 3.3 管理图
    • 3.4 参考

  • 第四章 Tensorflow实现简单线性回归

    • 4.1 实现代码
    • 4.2 参考

  • 第五章 梯度下降

    • 5.1 准备工作
    • 5.2 手工计算梯度
    • 5.3 自动计算梯度
    • 5.4 优化器
    • 5.5 批量梯度下降
    • 5.6 参考

  • 第六章 模型保存与恢复

    • 6.1 保存模型
    • 6.2 恢复模型
    • 6.3 模型文件
    • 6.4 参考

  • 第七章 Tensorboard可视化图及训练

    • 7.1 过程记录
      • 导入包
      • 数据处理
      • 设置日志文件
      • 创建计算图
      • 创建会话
      • 运行结果
      • 启动Tensorboard服务
      • 查看训练状态
      • 使用Tensorboard
    • 7.2 参考

  • 第八章 命名作用域

    • 8.1 过程记录
      • 代码修改
      • 结果观察
    • 8.2 参考

TensorFlow学习记录

学习使用TensorFLow的学习记录，利用Anaconda完成相关的实践学习

第一章 Anaconda简介

由于Python具有数量庞大的库，因此管理这些库以及对库作及时的维护成为既重要但复杂度又高的事情。Anaconda（官方网站）就是可以便捷获取包且对包能够进行管理，同时对环境可以统一管理的发行版本。Anaconda包含了conda、Python在内的超过180个科学包及其依赖项。

参考自Anaconda介绍、安装及使用教程

1.1 Anaconda、conda、pip、virtualenv的区别

• Anaconda，Docker 和 Virtualenv都可以用来安装使用 tensorflow,那它们的区别是什么呢？
         Anaconda是可以便捷获取包且对包能够进行管理，同时对环境可以统一管理的python发行版本；
         Docker可以理解为集装箱，其中包含应用需要的环境及服务，并且保证各集装箱的环境互不影响；
         Virtualenv则是用于创建一个独立的Python环境的工具。

• conda和pip都可以安装包，它们的区别是什么？
         conda除了是包安装工具外，还可以对环境进行管理，与Docker类似；
         pip是用于安装和管理软件包的包管理器。

1.2 参考

[1] 豆豆.Anaconda介绍、安装及使用教程
[2] 刘允鹏.如何通俗解释Docker是什么？