安装anaconda+tensorflow

对于人工智能的学习，我们相信tensorflow是新手的一个不错的选择，这节我们将提供anaconda＋tensorflow的教程。

首先，下载anaconda安装包，安装anaconda。如下图

 

注意在到达下面这一步的时候，第一个框框必须勾选，否则的话会比较麻烦。

 

至此，anaconda安装完成。

接下来，我们安装tensorflow。 

我们在开始菜单打开 anaconda Prompt

然后，输入conda create -n tensorflow 创建一个tensorflow环境；

使用，activate tensorflow激活环境，随后界面如图

我们在这个界面中使用pip install  -i https://pypi.tuna.tsinghua.edu.cn/simple tensorflow == 2.4.0

我们安装的是2.4.0版本的，由于我的已经安装完成，所以这里就不演示了。

至此安装过程完成。我们在tensorflow的环境下，依次使用

python

import tensorflow as tf

tf.__version__

这三条语句可以查看自己所安装的tensorflow版本，如果安装成功则会返回版本号，否则提示错误。

图片中的版本为2.6.0，这是因为我后面进行了更新。

至此，tensorflow安装完成。

建议，打开 anaconda navigator 然后在里面选择tensorflow环境，然后安装spyder。

注意，spyder必须为tensorflow环境的，然后使用以下代码段测试

import tensorflow as tf
mnist = tf.keras.datasets.mnist

(x_train, y_train), (x_test, y_test) = mnist.load_data()
x_train, x_test = x_train / 255.0, x_test / 255.0
model = tf.keras.models.Sequential([
  tf.keras.layers.Flatten(input_shape=(28, 28)),
  tf.keras.layers.Dense(128, activation='relu'),
  tf.keras.layers.Dropout(0.2),
  tf.keras.layers.Dense(10, activation='softmax')
])

model.compile(optimizer='adam',
              loss='sparse_categorical_crossentropy',
              metrics=['accuracy'])
model.fit(x_train, y_train, epochs=5)

model.evaluate(x_test,  y_test, verbose=2)

当我们遇到anaconda navigator闪退，打不开，卡死的时候，可以尝试如下方法：

首先用管理员身份打开anaconda prompt

然后依次执行以下命令（遇到y/n的时候输入y）

conda  update anaconda-navigator       [升级navigator]

anaconda-navigator--reset                    [重置navigator]

conda update anaconda-client              [升级客户端]

conda update -f anaconda-client           [升级安装依赖包]

最后再打开anaconda navigator