对于初学者,Python的安装也许并不容易,尤其面临python版本的困境,浪费了很多宝贵的时间,甚至让人放弃的感觉,然而今天我们介绍一种简便的安装方法,可以完美的兼容python2.7和python3.5,并集成了许多packages,免去配置环境变量的烦恼,正好结合作者最近几天的折腾,很乐意和大家分享交流,让大家舒舒服服的学习python,少走弯路!
我们选择Anaconda的优势如下:
1)不需要配置PYTHON环境变量;
2)集成很多packages,省去一一下载的麻烦;
3)packages的安装很简单,conda一键解决;
4)可以配置python3.5版本的环境,方便切换,互不干扰,兼容性强!
一、Anaconda的安装
推荐安装Anaconda而不是自己安装Python,这样很多科学库都一并装好了,也解决了头疼的库之间互相依赖的问题。pip同时也被安装完成,为 tensorflow 的安装打下基础。
进入Anaconda官网:Download Anaconda Now!
注意到现在下载版本是4.3.1,其带有的Python是3.6。如果我们安装这个版本,随后安装tensorflow就会因为Python版本太高而失败。我们应该选下面的”archive”链接,下载以前版本。推荐4.1.0,并根据你的windows版本选择合适的版本,32位的选择X86,64位的选择X86_64 (Anaconda3-4.1.0-Windows-x86_64.exe),然后一直点击.exe就正常安装即可。
二、配置Anaconda的环境变量(可省略)
添加Anaconda的路径到path中:
三、Tensorflow的安装
打开Anaconda Prompt (在安装的文件夹中),输入:
pip install tensorflow
四、实验
4.1.1 装好了tensorflow。我们实验一下。在Spyder里输入程序,并运行:
import tensorflow as tf
from tensorflow.examples.tutorials.mnist import input_data
mnist = input_data.read_data_sets('MNIST_data',
one_hot=True)
print(mnist.train.images.shape,mnist.train.labels.shape)
print(mnist.test.images.shape,mnist.test.labels.shape)
print(mnist.validation.images.shape,mnist.validation.labels.shape)
4.1.2 一切顺利就会显示:
或者
4.2.1 安装结束后打开Anaconda中的Jupyter Notebook,并新建 。
4.2.2 输入import tensorflow as tf
shift+回车 执行,如果不出现错误表示安装成功 !
参考链接:https://zhuanlan.zhihu.com/p/25911646
参考链接:http://blog.csdn.net/lwplwf/article/details/54896088
参考链接:http://bbs.pinggu.org/thread-4602381-1-1.html