sklearn库安装_Python Tensorflow安装，使用教程

本篇针对window系统，mac系统也差不多，几句命令的区别，首次安装，使用会出现一些错误，我之前都做了一些记录

背景图赵丽颖小团子，本神是因为特别想li才来更新本专栏的，可以点击关注，收藏，你一定可以从这里学到很多东西的

如果对机器学习感兴趣，可以看看一下这篇文章，会收获很多

Sklearn 与 TensorFlow 机器学习实用指南--第九章习题答案​blog.csdn.net

写在前面

现在越来越多的人工智能和机器学习以及深度学习，强化学习，我对这个产生了兴趣，主要是因为“小团子千人成像”这个简单的项目，然后进行了一点点的学习，

通过这篇文章来简单介绍一下，关于如何搭建Tensorflow以及如何进行使用。当然你必须还要Python基础知识，基础知识非常重要

Tensorflow安装

1，安装Anaconda，从官网下载Anaconda

上篇文章我们讨论过VirtualEnv+Anaconda，你只需要知道Anaconda包含了很多科学的库

官网下载地址：

https://www.anaconda.com/download/

注意：下载对应电脑系统的anaconda，mac对应mac，window注意电脑版本是64还是32位

2，进行安装Anaconda

注意需要勾选add anaconda to environment

3，安装完成Anaconda，进行环境变量的测试

进入到命令模式：

（1）检测anaconda环境是否安装成功：conda --version

用户名不能给出来

（2）检测目前安装了哪些环境变量：conda info --envs

（3）Anaconda中安装了一个内置的python版本解析器(其实就是python的版本)

查看当前可以使用的python版本：conda search --full -name python
安装python版本（建议跟我的一样3.5.2）：conda create --name tensorflow1 python=3.5.2

--name可以指定创建python的名字（tensorflow1）,python=3.5.2就会去安装python，当然还有attrubite属性，不一一introduce

（4）激活tensflow的环境

activate tensorflow1

用户名必须隐藏—_-

如果提示错误， Not a supported wheel on this platform，是因为你指定不python版本不是3.5.2，

conda create --name tensorflow1 python=3.5.2

stackoverflow为什么3.5的原因

（5）检测tensflow1的环境添加到了Anaconda里面：conda info --envs

（6）检测当前环境中的python的版本：python --version

（7）退出tensorflow的环境

deactivate

（8）切换到tensorflow的环境

activate tensorflow1

你可以把tensorflow当成java的jdk这种操作，android的gradlew，完成了这些操作相当于anaconda提供了一个基础的依赖环境，方面后面我们正式的安装tensorflow

补充Anaconda官方开发文档：

https:// docs.anaconda.com/anaco nda/user-guide/getting-started https:// anaconda.org/

4，正式安装tensorflow

Tensorflow的官方文档，可以得到安装tensorflow的一个命令是下面：

pip install --ignore-installed --upgrade https://storage.googleapis.com/tensorflow/windows/cpu/tensorflow-1.0.0-cp35-cp35m-win_x86_64.whl

注意：如果我们在cmd中，直接进行这样的话，有可能是不能够成功的。有可能是网络限制 ，也有人说是跟电脑的cpu和显卡有点关系，但我没有遇到过这样的情况

可能是我配置了代理，可以shangwaiwang的原因吧ping http://storage.googleapis.com

guge赵丽颖图片

如果实在安装不了，采取后面5步的方法进行安装，是一样的

5：通过命令

pip install --upgrade --ignore-installed tensorflow

剩下的就是慢慢的等待安装的过程啦

温馨提示：如果用这个命令之后，提示你需要升级你的pip的版本，直接更新pip版本就可以了

6：安装完成之后，确认是否安装成功

window任务栏程序可以看到如下，表示成功了

安装成功

Tensorflow使用

上面通过anaconda3安装好tensorflow，下面我们来使用tensorflow，两种方式都可以，anaconda prompt是终端模式，spyder可视化的IDE，当然也可以使用pycharm，这里介绍终端模式的使用

1，运行Anaconda Prompt

（1）直接点击进入，就会显示如下的内容

用户名隐藏

（2）切换到tensorflow1的环境

tensorflow1环境

（3）进入python编辑环境

（4）开始编写一段代码来测试

运行成功

代码解释

1.os.environ['TFCPP_MIN_LOG_LEVEL'] = '2' ##设置log的输出级别，否则有可能报Your CPU supports instructions that this TensorFlow binary was not compiled to use: AVX2 FMA错误
2.sess.run ##其实这就是tensorflow的一个训练模型，
3.decode('utf-8')##终端模式下不进行这个编码操作，输出的内容就会是“芳芳我爱你”的byte，我们必须把byte UTF编码成中文，否则会看不懂

2，通过使用Anaconda中的spyder的编辑器

通过这个的方式的话，更加简单，直接编写上面的代码，然后进行运行就可以啦，不多介绍

在写这代码的时候，我才想到本来是想上升一个高度，直接写小团子人脸识别项目，但是人脸识别代码我是在github上面参考的，具体现在还不是很懂，而且我跑了一下是有坑的，得研究一下才能拿出来，感兴趣的可以去参考：

人脸识别参考代码github地址：https://github.com/FaceCheckPython.git

最后

到这里的话，基本上从安装到成功就已经实现了，当然命令行操作嫌麻烦的话，也可以将Tensorflow环境嵌入到编辑器中，这里推荐IDE，PyCharm,编译器的使用配置安装都非常简单，这里不会再写一篇文章

关于mac环境tensorflow的安装，使用，会在后面结合人脸识别或手写数字识别继续更新一篇文章。

晴雨 2019-02-03 12:19