Tensorflow安装及遇到的各种问题及解决过程（Windows）

Anaconda+Tensorflow+RetinaNet模型（检验环境是否ok）：

在使用本文讲述的环境搭建之前，首先你需要安装Anaconda……如，我的Anaconda3-5.2.0安装在了E:\Python\Anaconda3中，接下来如何建立整洁的conda环境以及tensorflow环境配置。

1.    打开Anaconda Prompt，查看当前所有的conda环境：conda info -e

       一开始只有root

2.    创建conda环境的方法：conda create -n tensorflow pip python=3.6.2

       这样就会得到如上图所示的“tensorflow”环境了，命名“tensorflow”（根据自己需求来）

3.    激活进入环境：activate tensorflow

4.    查看环境内的packages列表（不同环境下相互之间不影响，package根据需求可在相应环境下独立安装）：conda list

       红框表示这些包在“tensoflow”环境下。

5.    在使用pip命令安装的时候，经常因为源的缘故，下载速度极其慢导致失败。采用好的源能够快很多：

       国内源：

                          清华：https://pypi.tuna.tsinghua.edu.cn/simple
                          阿里云：http://mirrors.aliyun.com/pypi/simple/
                          中国科技大学 https://pypi.mirrors.ustc.edu.cn/simple/

              使用方法：pip install -i https://pypi.tuna.tsinghua.edu.cn/simple [包名]

              使用“[包名]==[版本号]”可以指定安装特定版本；

6.    接下来是安装tensorflow和采用RetinaNet模型进行环境检测的过程（中间遇到很多问题并一一解决）：

       (1)首次安装时，我采用的是：conda install tensorflow-gpu==1.10.0

           结果不仅安装了tensorflow，还奇迹般地安装了cuda和cudnn，并且与tensorflow、gpu兼容;

          （原本还想安装网上的教程一个个安装的，现在感觉可以省很多事），import tensorflow成功。

       (2)接着拿retinaNet模型来试一下环境，从网上下载模型(github：https://github.com/fizyr/keras-retinanet)

           打开/keras-retinanet-master，里面的setup.py文件用于安装这个模型的依赖包，按照README.md文件指引是推荐                   我们使用：pip install .  ，安装所有的依赖包，但是这样有几率出现解析很慢/卡死/需要等很久的情况，这里我踩了                     坑，很多次都没搞定，因此后来不采用这个方法； 

           打开setup.py文件，可以看到该模型需要的依赖包和要求：

           根据需求，我们依次在我们建立的“tensorflow”环境下使用：pip install [包名]  命令进行安装即可。（安装过程中有                   可能会提示你Keras版本过高等问题，按照提示安装提示推荐的适用版本即可。

       (3)最后想运行识别代码peoplecar.py看一下，

           结果报错：ValueError: numpy.dtype has the wrong size, try recompiling

           这是numpy版本太低的原因，

               pip uninstall numpy

               pip install numpy #这样会安装最新的numpy

           安装过程中提示，tensorflow要求的numpy版本有范围限制，不能大于1.14.5或者小于……，这就尴尬了版本太高又                   不行，通过试安装1.14.5，报同样的错；

           因此只能含泪卸载tensorflow，接着安装tensorflow==1.14.0，接着把numpy也升到最新。痛苦的事情又发生了，这                   次import tensorflow就报错了，提示需要10.0的cuda，但是我的gpu只能兼容9的……

           再一次卸载tensorflow，安装tensorflow==1.12.0，import tensorflow #成功。

           接着运行模型代码，报错：
                            FutureWarning: Passing (type, 1) or '1type' as a synonym of type is deprecated; in a future version of numpy,                         it will be understood as (type, (1,)) / '(1,)type'._np_quint8 = np.dtype([("quint8", np.uint8, 1)])
                   numpy版本太高，降低到1.16.5，最后代码跑通（完美~）。

最后，大功告成，并成功将包都装在了自己需要的地方，不会向以前那样，环境越来越乱。。。

附上我适用的人车识别源代码，github：https://github.com/RoyPeng-yz/Human_Vehicle-Identification-System

新建完毕环境后，最终使用的命令如下：

          conda install tensorflow-gpu==1.12.0

          pip install -i https://pypi.tuna.tsinghua.edu.cn/simple pillow

          pip install -i https://pypi.tuna.tsinghua.edu.cn/simple opencv-python

          pip install -i https://pypi.tuna.tsinghua.edu.cn/simple kersa==2.2.4

          pip install -i https://pypi.tuna.tsinghua.edu.cn/simple keras_resnet

          pip install -i https://pypi.tuna.tsinghua.edu.cn/simple numpy==1.16.5