基于Anaconda在windows下搭建TensorFlow环境（cpu版本安装）

                       安装TensorFlow CPU版本过程

 

目录

                       安装TensorFlow CPU版本过程

一.定义

二.安装须知（选择在windows下通过Anaconda安装TensorFlow的过程）

三.具体安装即基于 Anaconda 的安装

---

一.定义

TensorFlow是谷歌基于DistBelief进行研发的第二代人工智能学习系统

二. 安装须知（选择在windows下通过Anaconda安装TensorFlow的过程）

可以选择Pip, Docker, Virtualenv, Anaconda 或 源码编译的方法安装 TensorFlow。

补充相关知识点：

1.Virtualenv是一个独立的虚拟Python环境，将虚拟环境中的Python程序和实际主机中的Python程序隔离开来，不会相互影响。直接使用pip安装会将TensorFlow直接安装在主机之中，可能与现有的Python库相互影响。使用Anaconda可以创建一个虚拟环境，与第一种安装方式类似。最后一种是通过源代码直接编译安装。

2.Anaconda是一个用于科学计算的Python发行版，支持Linux, Mac, Windows系统，包括了常用的用于科学计算的Python库，并且提供了包管理和环境管理的功能，比较方便，因此我们在这里使用Anaconda来进行TensorFlow的安装。tensorflow是基于python脚本语言的，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。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。可以这样理解：Anaconda是什么？如果你把TensorFlow看做火箭筒，那么Anaconda就是军火库，里面有各种的科学计算，机器学习的Python工具库。

3.conda是开源包（packages）和虚拟环境（environment）的管理系统。

4.packages 管理：可以使用 conda 来安装、更新 、卸载工具包 ，并且它更关注于数据科学相关的工具包。在安装 anaconda 时就预先集成了像 Numpy、Scipy、 pandas、Scikit-learn 这些在数据分析中常用的包。另外值得一提的是，conda 并不仅仅管理Python的工具包，它也能安装非python的包。比如在新版的 Anaconda 中就可以安装R语言的集成开发环境 Rstudio。

5.虚拟环境管理：在conda中可以建立多个虚拟环境，用于隔离不同项目所需的不同版本的工具包，以防止版本上的冲突。对纠结于 Python 版本的同学们，我们也可以建立 Python2 和 Python3 两个环境，来分别运行不同版本的 Python 代码。

三.具体安装即基于 Anaconda 的安装

Anaconda 是一个集成许多第三方科学计算库的 Python 科学计算环境,Anaconda 使用 conda 作为自己的包管理工具,同时具有自己的计算环境,类似 Virtualenv.和 Virtualenv 一样,不同 Python 工程需要的依赖包,conda 将他们存储在不同的地方。 TensorFlow 上安装的 Anaconda 不会对之前