Windows10/Linux16.04下安装Tensorflow1小白操作版

1.Anaconda安装

Anaconda是一个开源的Python发行版本，其包含了conda、Python等180多个科学包及其依赖项。

官网地址：https://www.anaconda.com/download/

如果下载速度慢，可在清华大学开源镜像站下载所需版本：https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/?C=M&O=A

安装方法网上有很多参考这里不过多赘述，重点是记得安装制定位置并勾选环境变量选项。Anaconda安装成功后可在cmd输入python查看是否安装成功，此处作者安装的python2.7版，如图所示：

个人理解python版本选择不重要，因为随时可以新建环境（就像单独的房间，环境间的依赖版本独立）更换版本使用~

---

2.更换清华镜像源

在cmd中执行如下命令即可：

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

详情见：https://mirrors.tuna.tsinghua.edu.cn/help/anaconda/

通过命令conda info可查看channel URLs是否加载好，呀哈~

3.新建环境

conda create --name your_env_name

输入 y 确认创建。新建环境默认路径会在

创建指定python版本的环境，比如：

conda create --name your_env_name python=2.7
conda create --name your_env_name python=3
conda create --name your_env_name python=3.6

这里我将新环境命名为tensorflow，执行的如下操作：

conda create -n tensorflow python=3.6

说明一下，这里 -n 等同于 --name。若想移除环境同时删除环境中的所有依赖，可执行如下操作：

conda remove --name your_env_name --all

通过命令conda info --envs可查看已建立的环境。分别使用activate your_env_name和deactivate进入和退出环境：

4.安装tensorflow及相关依赖

通过activate tensorflow进入新建环境tensorflow后执行以下命令：

conda install tensorflow==1.7
conda install numpy
conda install scikit-learn
conda install scikit-image
conda install opencv

注意这里第一行命令不能使用tensorflow-gpu==1.7，否则会报错，因为电脑可能无GPU（教研室的电脑穷得没有GPU...囧）或未安装CUDA。

（20200118更新）针对有GPU的计算机，可将安装tensorflow的命令替换为：

conda install tensorflow-gpu==1.14  # 要安装的版本号

5.测试运行

安装完成后可直接在cmd中执行如图指令，若显示版本号，则表示tensorfow安装成功，同时也可顺便查看opencv是否安装成功。

这样，CPU版的Tensorflow安装就算是大功搞成啦！

6.其他

一般进行代码编辑可使用Pycharm，可在官网（https://www.jetbrains.com/pycharm/）下载社区版，够用。

Pycharm可对同一个工程更换不同的版本的Python解释器：

Tensorflow具体学习可参考Tensorflow中文社区：http://www.tensorfly.cn/

以上。