深度学习初探（三）深度学习开发环境安装--TensorFlow

TensorFlow 框架支持多种常见的操作系统，如 Windows 10, Ubuntu 18.04, Mac OS 等等，同时也支持运行在 NVIDIA 显卡上的 GPU 版本和仅适用 CPU 完成计算的 CPU 版本。
一般来说，开发环境安装分为 4 大步骤：安装 Python 解释器 Anaconda，安装 CUDA 加速库，安装 TensorFlow 框架，安装常用编辑器。

Anaconda 安装

Python 解释器是让 Python 语言编写的代码能够被 CPU 执行的桥梁，是 Python 语言的 核心。用户可以从 https://www.python.org/网站下载最新版本(Python 3.7)的解释器，像普通的应用软件一样安装完成后，就可以调用 python.exe 程序执行 Python 语言编写的源代码文件(*.py)。 我们这里选择安装集成了 Python解释器和虚拟环境等一系列辅助功能的 Anaconda 软件，通过安装 Anaconda 软件，可以同时获得 Python 解释器，包管理，虚拟环境等一系列 便捷功能，何乐而不为呢。我们从 https://www.anaconda.com/distribution/#download-section 网址进入 Anaconda 下载页面，选择 Python 最新版本的下载链接即可下载，下载完成后安 装即可进入安装程序.输入 cmd 回车即打开 Windows 自带的命令行程序 cmd.exe，或者点 击开始菜单，输入 cmd 也可搜索到 cmd.exe 程序，打开即可。输入 conda list 命令即可查看Python 环境已安装的库，如果是新安装的 Python 环境，则列出的库都是 Anaconda 自带已 默认安装的软件库如果 conda list 能够正常弹出一系列的库列表信息， 说明 Anaconda 软件安装成功，如果 conda 命名不能被识别，则说明安装失败，需要重新安装。

CUDA 安装

目前的深度学习框架大都基于 NVIDIA 的 GPU 显卡进行加速运算，因此需要安装 NVIDIA 提供的 GPU 加速库 CUDA 程序。在安装 CUDA 之前，请确认本地计算机具有支 持 CUDA 程序的 NVIDIA 显卡设备，如果计算机没有 NVIDIA 显卡，如部分计算机显卡生产商为 AMD，以及部分 MacBook 笔记本电脑，则无法安装 CUDA 程序，因此可以跳过这一步，直接进入 TensorFlow 安装。CUDA 的安装分为 CUDA 软件的安装、cuDNN 深度神经网络加速库的安装和环境变量配置三个步骤
CUDA 软件安装
打开 CUDA 程序的下载官网
https://developer.nvidia.com/cuda-10.0download-archive
安装完成后，我们来测试 CUDA 软件是否安装成功。打开 cmd 命令行，输入“nvcc V”，即可打印当前 CUDA 的版本信息，如果命令无法识别，则说明安装失败
cuDNN 神经网络加速库安装
CUDA 并不是针对于神经网络设计的GPU加速库，它面向各种需要并行计算的应用设计。如果希望针对于神经网络应用加速，需要额外安装cuDNN 库。需要注意的是，cuDNN 库并不是运行程序，只需要下载解压 cuDNN 文件，并配置 Path 环境变量即可
打开网址 https://developer.nvidia.com/cudnn
环境变量 Path 配置
略…

TensorFlow 安装

TensorFlow 和其他的 Python 库一样，使用 Python 包管理工具 pip install 命令即可安装。安装 TensorFlow 时，需要根据电脑是否 NVIDIA GPU 显卡来确定是安装性能更强的 GPU 版本还是性能一般的CPU 版本。如果不能安装 TensorFlow GPU 版本，则可以安装 CPU 版本暂时用作学习。CPU 版本无法利用 GPU 加速运算，计算速度相对缓慢，但是作为学习介绍的算法模型一般不大，使用CPU版本也能勉强应付，待日后对深度学习有了一定了解再升级 NVIDIA GPU设备也未尝不可。亦或者，安装 TensorFlow GPU版本可能容易出现安装失败的情况，很多读者朋友动手能力一般，如果折腾了很久还不能搞定，可以直接安装CPU版本先使用着。

常用编辑器安装

使用 Python 语言编写程序的方式非常多，可以使用 ipython 或者 ipython notebook 方式 交互式编写代码，也可以利用 Sublime Text，PyCharm 和 VS Code 等综合 IDE 开发中大型项目。推荐使用 PyCharm编写和调试，使用 VS Code 交互式开发，这两者都可以免费使用，用户自行下载安装，并配置 Python 解释器