一文搞懂TensorFlow和Keras安装

0 前沿

首先了解三个概念：

1. 解释器：将高级语言解释为机器可以执行的语言，如，本次要提到的python.exe文件。
2. 编译器：编写代码也需要特定的工具，正如在电脑上编辑文档需要用WPS、修图需要用PS一样。Python的编辑器有很多，有Python解释器自带的IDLE、PyCharm等。
3. 包管理工具：python最大的优点就是他以后很多丰富的库，pip就是库管理工具，通过pip就可以安装、卸载和更新各种各样的库，同样，anaconda是一个功能更为丰富的包管理工具。

Tip:现有的python编译器，都自带了pip库管理工具，所以不需要额外再单独处理，直接可以在cmd中进行pip命令，更新，新增，删除库。

写python代码，就需要上面三个工具：解释器+编译器+包管理工具，一般大家选择python解释器+pycharm+pip包管理工具，或者选择Pycharm+anaconda+python编译器（又因为anaconda中本身就含有python编译器，所有真正在下载软件时不需要额外的在下载python编译器了）。第一种方案，一般是通过cmd通过pip命令进行环境搭建和包管理。本文介绍第二种方案进行TensorFlow和Keras的安装。

首先进入anaconda官网下载anaconda，安装，这里需要注意一点，选中下面的红框框，省得以后在进行额外的环境变量配置。其他可以参考其他anaconda安装，安装地址随意确定，完成安装即可。
打开cmd，输入Python，显示Python版本，说明安装成功，如图。

文章内容参考如下Win10系统 安装Anaconda+TensorFlow+Keras图基本都来自于该作者内容，本文只是在此基础上，重点记录两个要点，（1）解释器，编译器，包管理的概念，（2）如果导入项目，并选择TensorFlow环境。此外，如果想看视频的可以看这个小姐姐的，我的内容更多是从她那来的：anaconda、TensorFlow、Keras安装可能出现的问题及解决/经验分享。

1 安装TensorFlow

1 打开anaconda prompt ，将pip升级到最新版，注意刚开始的环境都是base，这点很重要：

python -m pip install -U pip 

2. 创建名为TensorFlow的环境，同时安装Python3.5.2

conda create --name tensorflow python=3.5.2

这块可能遇到的问题如下：（1）Solving environment: failed with repodata from current_repodata.json, will retry with next repodata source.

（2）An HTTP error occurred when trying to retrieve this URL.
HTTP errors are often intermittent, and a simple retry will get you on your way.
‘https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/win-64’
原因，软件包来源于国外网站，下载速度慢导致安装失败。

解决办法就是更换了清华安装源：

conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/msys2/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --set show_channel_urls yes

重新创建 conda 环境，不报错了。

还会遇到的问题是：CondaHTTPError: HTTP 000 CONNECTION FAILED for url。
这是因为网络无法访问清华源的某些网址，从而无法访问默认conda网络完成验证。

可以修改为阿里源：
找到C:\Users\计算机下的”.condarc“文件

然后，将文件内容全部替换为：

channels:
  - defaults
show_channel_urls: true
default_channels:
  - http://mirrors.aliyun.com/anaconda/pkgs/main
  - http://mirrors.aliyun.com/anaconda/pkgs/r
  - http://mirrors.aliyun.com/anaconda/pkgs/msys2
custom_channels:
  conda-forge: http://mirrors.aliyun.com/anaconda/cloud
  msys2: http://mirrors.aliyun.com/anaconda/cloud
  bioconda: http://mirrors.aliyun.com/anaconda/cloud
  menpo: http://mirrors.aliyun.com/anaconda/cloud
  pytorch: http://mirrors.aliyun.com/anaconda/cloud
  simpleitk: http://mirrors.aliyun.com/anaconda/cloud

注意：若Windows 用户无法直接创建名为 .condarc 的文件，可先执行 conda config --set show_channel_urls yes 生成该文件之后再修改。
（3）解决ProxyError: Conda cannot proceed due to an error in your proxy configuration.

解决方法：参考博客
（1） 先关闭代理软件/VPN，尝试是否可以解决；

（2）在电脑 setting-> network and internet-> proxy-> 下图红框中添加 *.anaconda.org，尝试是否可以解决；

3. 激活这个环境：

activate tensorflow

4. 安装TensorFlow
使用清华镜像

pip install tensorflow==1.15.0 -i https://pypi.tuna.tsinghua.edu.cn/simple

或阿里镜像

 pip install tensorflow==2.15.0 -i https://mirrors.aliyun.com/pypi/simple/ 

遇到问题：（1）Cache entry deserialization failed, entry ignored

遇到问题：（2）ERROR: Could not find a version that satisfies the requirement tensrotensorflow2.1.0 (from versions: none)
ERROR: No matching distribution found for tensrotensorflow2.1.0

解决办法就是：修改镜像源，并信任host：

(tensorflow) C:\Users\XXX>pip3 install tensorflow==2.1.0 -i http://mirrors.aliyun.com/pypi/simple/ --trusted-host mirrors.aliyun.com
(tensorflow) C:\Users\XXX>pip install tensorflow==2.1.0 -i http://pypi.douban.com/simple/ --trusted-host mirrors.douban.com

TensorFlow安装完成后，验证是否成功：
输入Python，再输入import tensorflow as tf，若下一行出现<<<，则说明TensorFlow安装成功，如图：

3、安装keras

重新进入Anaconda Prompt，需要注意，此时的环境是TensorFlow

1.安装keras
使用清华镜像

pip install Keras==2.2.5 -i https://pypi.tuna.tsinghua.edu.cn/simple

2. 安装MinGW

conda install mingw libpython

3 验证是否安装成功
验证：输入Python，再输入import keras，显示Using TensorFlow backed，则说明安装成功，如图。

4 导入项目，并使用TensorFlow环境

在pycharm内导入项目，正常情况下pycharm会默认的环境是（base），因此需要改变为（TensorFlow）环境，实际上我们可以从anaconda安装目录中可以找到一个envs的文件夹，里面就有我们需要的TensorFlow环境。

pycharm导入项目后，file->setting->python Interpreter->右边的小齿轮->add-conda environment->existing environment->interpreter选择刚才目录下的TensorFlow中的python.exe即可创建TensorFlow的编译环境。

5 继续在tensorflow环境下安装其他包—用conda命令

conda 的包管理功能和pip 是一样的，当然你选择pip 来安装包也是没问题的。
首先进入tensorflow环境：打开anaconda prompt，输入

activate tensorflow

进入该环境，然后在该环境下，进行包管理：
（1）安装包

# 安装 matplotlib 
conda install matplotlib 

（2）卸载包
conda 的包管理功能和pip 是一样的，当然你选择pip 来安装包也是没问题的。

# 删除包
conda remove matplotlib

（3）更新包

# 包更新
conda update matplotlib

（4）查询已经安装的包

# 查看已安装的包
conda list