最简单的tensorflow安装以及开发环境搭建

Anaconda是Python的一个开源发行版本，主要面向科学计算。我们可以简单理解为，Anaconda是一个预装了很多我们用的到或用不到的第三方库的Python。而且相比于大家熟悉的pip instal命令，Anaconda中增加了conda install命令。当你熟悉了Anaconda以后会发现，conda install会比pip install更方便快捷。

1. 在windows安装tensorflow开发环境

• Anaconda3.4.2.0 (Python 3.5.x) 下载
• Anaconda3 安装
• 国内镜像添加
• TensorFlow环境变量配置
• TensorFlow安装
• TensorFlow环境测试

1. Anaconda下载 https://repo.continuum.io/archive/index.html   由于目前Windows下 TensorFlow仅对Python3.5.x 适配，所以不要下载最新的Anaconda
2. Anaconda安装

• 以管理员身份运行安装路径不要有空格

 

可能出现的问题1 未能生成菜单 一般是由于安装路径空格 或之前安装过 并且未删除路径环境变量

解决办法 切换到Anaconda3目录，输入python .\lib\_nsis.py mkmenus并运行

可能出现的问题2 能生成菜单 但个别项如 Jupyter等 运行后出现控制台黑屏然后闪退一般是由于启动项快捷方式路径冗余

•解决办法 右键点击启动项图标打开所在位置，删除属性中多余项

可能出现的问题3 能生成菜单 但QTConsole运行时提示插件未找到

• 解决办法 将\Anaconda3\Library\plugins目录下的platforms文件夹拷贝到\Anaconda3后重新打开Anaconda Navigator

• 可能出现的问题4 能生成菜单 但Spyder运行时一闪而过 无法运行

• 解决办法 1. 设置防火墙，解除对Spyder的阻止；

                2.把用户变量中 pythonpath改为path

可能出现的问题5 能生成菜单 但Navigator运行时一闪而过 无法运行

• 解决办法 1. 设置防火墙，解除对Navigator的阻止；

                 2. 不启用Navigator 也不影响各个插件的使用

3. Anaconda添加依赖包国内镜像•运行 Anaconda Prompt 命令行界面，输入以下命令• conda --version 查看是否安装正确• conda list 查看已安装包

•conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/# 设置搜索时显示通道地址，输入以下命令conda config --set show_channel_urls yes

4.tensorflow环境变量配置

•在Anaconda prompt 下输入conda create -n tensorflow

•激活Anaconda环境•在Anaconda prompt 下输入activate tensorflow若正确激活，则在命令行提示符前显示环境变量

5.tensorflow的安装

•在Anaconda Prompt下输入(建议管理员模式运行)•conda install -c conda-forge tensorflow或者•pip install tensorflow

•官方网址安装 在Anaconda Prompt下输入•CPU: pip install --ignore-installed --upgradehttps://storage.googleapis.com/tensorflow/windows/cpu/tensorflow-1.4.0-cp35-cp35m-win_amd64

GPU: pip install --ignore-installed --upgradehttps://storage.googleapis.com/tensorflow/windows/gpu/tensorflow-1.4.0-cp35-cp35m-win_amd64一般情况下，官网无法访问或速度很慢

6.tensorflow环境测试

•在Anaconda Prompt下输入Python 启动运行时环境，输入代码import tensorflow as tfhello = tf.constant('Hello, TensorFlow!')sess = tf.Session()sess.run(hello) # print(sess.run(hello))能打印出 hello，TensorFlow！ 说明成功

•启动Jupyter，输入代码import tensorflow as tfhello = tf.constant('Hello, TensorFlow!')sess = tf.Session()sess.run(hello) # print(sess.run(hello))#按 shift +enter 运行程序能打印出 hello，TensorFlow！ 说明成功