window下搭建TensorFlow运行环境（用Anaconda）

 一、Anaconda、conda、pip、virtualenv的区别

① Anaconda

Anaconda是一个包含180+的科学包及其依赖项的发行版本。其包含的科学包包括：conda, numpy, scipy, ipython notebook等。

② conda

conda是包及其依赖项和环境的管理工具。

▪ 适用语言：Python, R, Ruby, Lua, Scala, Java, JavaScript, C/C++, FORTRAN。

▪ 适用平台：Windows, macOS, Linux

▪ 用途：

① 快速安装、运行和升级包及其依赖项。

② 在计算机中便捷地创建、保存、加载和切换环境。

如果你需要的包要求不同版本的Python，你无需切换到不同的环境，因为conda同样是一个环境管理器。仅需要几条命令，你可以创建一个完全独立的环境来运行不同的Python版本，同时继续在你常规的环境中使用你常用的Python版本。—— Conda官方网站

▪ conda为Python项目而创造，但可适用于上述的多种语言。

▪ conda包和环境管理器包含于Anaconda的所有版本当中。

③ pip

pip是用于安装和管理软件包的包管理器。

▪ pip编写语言：Python。

▪ Python中默认安装的版本：

① Python 2.7.9及后续版本：默认安装，命令为 pip

② Python 3.4及后续版本：默认安装，命令为 pip3

▪ pip名称的由来：pip采用的是递归缩写进行命名的。其名字被普遍认为来源于2处：

① “Pip installs Packages”（“pip安装包”）

② “Pip installs Python”（“pip安装Python”）

④ virtualenv

virtualenv是用于创建一个独立的Python环境的工具。

▪ 解决问题：

1. 当一个程序需要使用Python 2.7版本，而另一个程序需要使用Python 3.6版本，如何同时使用这两个程序？如果将所有程序都安装在系统下的默认路径，如：/usr/lib/python2.7/site-packages，当不小心升级了本不该升级的程序时，将会对其他的程序造成影响。
2. 如果想要安装程序并在程序运行时对其库或库的版本进行修改，都会导致程序的中断。
3. 在共享主机时，无法在全局 site-packages 目录中安装包。

▪ virtualenv将会为它自己的安装目录创建一个环境，这并不与其他virtualenv环境共享库；同时也可以选择性地不连接已安装的全局库。

⑤ pip 与 conda 比较

→ 依赖项检查

▪ pip：

① 不一定会展示所需其他依赖包。

② 安装包时或许会直接忽略依赖项而安装，仅在结果中提示错误。

▪ conda：

① 列出所需其他依赖包。

② 安装包时自动安装其依赖项。

③ 可以便捷地在包的不同版本中自由切换。

→ 环境管理

▪ pip：维护多个环境难度较大。

▪ conda：比较方便地在不同环境之间进行切换，环境管理较为简单。

→ 对系统自带Python的影响

▪ pip：在系统自带Python中包的更新/回退版本/卸载将影响其他程序。

▪ conda：不会影响系统自带Python。

→ 适用语言

▪ pip：仅适用于Python。

▪ conda：适用于Python, R, Ruby, Lua, Scala, Java, JavaScript, C/C++, FORTRAN。

⑥ conda与pip、virtualenv的关系

▪ conda结合了pip和virtualenv的功能。

二、安装Anaconda

还可以参考这个链接的教程，比较全面

      https://blog.csdn.net/cs_hnu_scw/article/details/79695347

      tensorflow是基于python脚本语言的，是一种高级应用，它必须依赖于底层的应用发挥作用。因此需要安装python,当然还需要安装numpy、scipy、six、matplotlib等几十个扩展包。如果一个个安装，十分耗费时间，不过现在有了集成环境anaconda，安装就方便了。python的大部分扩展包,都集成在anaconda里面了，因此只需要装这一个东西就行了。如果你想更多的去了解Anaconda，可以参考Anaconda官方API，友情提示：它是洋文哦！

• 1、在清华大学镜像网，http://mirrors.tuna.tsinghua.edu.cn/help/anaconda/中下载Anaconda镜像。注意版本，现在最稳定的应该是4.3.0的Anaconda，它自带Python3.6

• 2、下载完成后双击运行安装。一路点击确定，默认路径是C盘，也可更改安装到自己选定的安装路径。然后，在配置环境变量的界面，仅勾选下方的选项即可。在“Advanced Installation Options”中不要勾选“Add Anaconda to my PATH environment variable.”（“添加Anaconda至我的环境变量。”）。因为如果勾选，则将会影响其他程序的使用。如果使用Anaconda，则通过打开Anaconda Navigator或者在开始菜单中的“Anaconda Prompt”（类似macOS中的“终端”）中进行使用。然后等待其完成安装。如下图：

        

• 3、经过漫长的等待，至此，Anaconda基本安装完成。注意：如果你不想了解“Anaconda云”和“Anaconda支持”，则可以不勾选“Learn more about Anaconda Cloud”和“Learn more about Anaconda Support”。

    

• 4、验证安装结果。可选以下任意方法：

① “开始 → Anaconda3（64-bit）→ Anaconda Navigator”，若可以成功启动Anaconda Navigator则说明安装成功。

② “开始 → Anaconda3（64-bit）→ 右键点击Anaconda Prompt ”。直接在Anaconda Prompt中输入 conda list ，可以查看已经安装的包名和版本号。若结果可以正常显示，则说明安装成功。

③win+r，打开cmd。

• 若在安装Anaconda过程中选的默认路径，则直接输入 conda list ，可以查看已经安装的包名和版本号。若结果可以正常显示，则说明安装成功。
• 若更改了安装路径，则需要在系统环境变量-》path中添加你的安装路径

具体过程如下：

       首先右键我的电脑→属性→高级系统设置，出现如下对话框。

选择环境变量

    

系统在系统变量种找到Path

    

    点击新建，将Anaconda3在电脑中的安装路径添加上。事情就这么解决了。我的理解这么做能解决的原因是因为在运行指令时，电脑会默认C盘为软件的安装目录，当安装在其他地方时，需要手动将新的路径加进去，告知电脑运行环境在D盘。

ps：杀毒软件会弹出阻止程序，选择允许就OK了。

三、安装anaconda环境并进行相关配置

3.1 创建环境

由于tensorflow最适合的版本是python3.5，所以我们不能使用Anaconda自带的3.6的，这里我们要下载3.5版的Python

在终端输入 

conda create --name tensorflow python=3.5.2 
#tensorflow是环境名（自己命），python=3.5.2是待安装扩展包及版本

安装成功后如下：

列出目前安装好的环境列表，看新环境是否安装成功

conda info --envs

  

切换到tensorflow环境

activate + 环境名

activate tenserflow  #切换到tensorflow环境下

在当前环境下，输入python，查看当前环境的python版本是否是我们要的3.5.2

都没问题就可以进行tensorflow的安装了

3.2 安装tensorflow

先进入tensorflow环境下

activate tenserflow

这里我装的是CPU版本的，有两种方式：

1）方式一：选择官方文档的安装

pip install –ignore-installed –upgrade https://storage.googleapis.com/tensorflow/windows/cpu/tensorflow-1.0.0-cp35-cp35m-win_x86_64.whl
链接标红的地方表示系统的cpu型号还是啥的，如果这里会报错的话，就选择一下一种方式

2）方式二：pip install tensorflow（最通用）

这一步要有耐心，我在下载的时候常常下到一半就卡壳，不要气馁，失败后再重新输入上面这条指令：pip install tensorflow

历经n次失败后，成功的结果

      输入python再查一遍版本对不对。没问题后，可以暂时休息一下了，可以输入exit（）先退出python编辑，再输入deactivate退出当前环

  

c:前面的小帽子掉了，表示退出成功。

五、安装Tensorflow环境下的Spyder插件

注意，这里要从"开始"-》Anaconda Prompt->activate激活TensorFlow->python进入python

    

 导入import tensorflow as tf

 

    接着，你进入Anaconda Navigator（开始菜单->Anaconda 3->Anaconda Navigator），注意，现在的Application栏是root，也就是Anaconda的根，此时的环境是Python3.6.

所以，你需要切换到TensorFlow下面，然后再安装Spyder，你还可以选择安装qtconsole，notebook，或者orange。

 

六、管理包

1. 查找可供安装的包版本

① 精确查找

conda search --full-name <package_full_name>

• 注意：

① --full-name 为精确查找的参数。

② <package_full_name> 是被查找包的全名。包名两边不加尖括号“<>”。

• 例如： conda search --full-name python 即查找全名为“python”的包有哪些版本可供安装。

② 模糊查找

conda search <text>

• 注意： <text> 是查找含有此字段的包名。此字段两边不加尖括号“<>”。
• 例如： conda search py 即查找含有“py”字段的包，有哪些版本可供安装。

2. 获取当前环境中已安装的包信息

conda list

执行上述命令后将在终端显示当前环境已安装包的包名及其版本号。

3. 安装包

① 在指定环境中安装包

conda install --name <env_name> <package_name>

• 注意：

① <env_name> 即将包安装的指定环境名。环境名两边不加尖括号“<>”。

② <package_name> 即要安装的包名。包名两边不加尖括号“<>”。

• 例如： conda install --name python2 pandas 即在名为“python2”的环境中安装pandas包。

② 在当前环境中安装包

conda install <package_name>

• 注意：

① <package_name> 即要安装的包名。包名两边不加尖括号“<>”。

② 执行命令后在当前环境中安装包。

• 例如： conda install pandas 即在当前环境中安装pandas包。

③ 使用pip安装包

→ 使用场景

当使用 conda install 无法进行安装时，可以使用pip进行安装。例如：see包。

→ 命令

pip install <package_name>

• 注意： <package_name> 为指定安装包的名称。包名两边不加尖括号“<>”。
• 如： pip install see 即安装see包。

→ 注意

1. pip只是包管理器，无法对环境进行管理。因此如果想在指定环境中使用pip进行安装包，则需要先切换到指定环境中，再使用pip命令安装包。
2. pip无法更新python，因为pip并不将python视为包。
3. pip可以安装一些conda无法安装的包；conda也可以安装一些pip无法安装的包。因此当使用一种命令无法安装包时，可以尝试用另一种命令。

3. 列环境列表，环境切换

 

4. 卸载包

① 卸载指定环境中的包

conda remove --name <env_name> <package_name>

• 注意：

① <env_name> 即卸载包所在指定环境的名称。环境名两边不加尖括号“<>”。

② <package_name> 即要卸载包的名称。包名两边不加尖括号“<>”。

• 例如： conda remove --name python2 pandas 即卸载名为“python2”中的pandas包。

② 卸载当前环境中的包

conda remove <package_name>

• 注意：

① <package_name> 即要卸载包的名称。包名两边不加尖括号“<>”。

② 执行命令后即在当前环境中卸载指定包。

• 例如： conda remove pandas 即在当前环境中卸载pandas包。

安装参考：

https://jingyan.baidu.com/article/6f2f55a16d80f9b5b93e6cf4.html

知网：https://zhuanlan.zhihu.com/p/32925500