TensorFlow2.0环境的安装与使用

一、开发环境介绍

python结构清晰，简单易学拥有丰富的标准库和第三方库生态系统，非常适合机器学习算法的编程语言。
TensorFlow2.02019.06发布，TensorFlow2.0beta;简单、清晰、好用、容易扩展，极大的降低了深度学习编程的门槛，大规模人工智能不再只是被少数精英掌握。
AnacondaPythonPython发行版、Numpy\Matplotlib等
包管理和环境管理功能
1.包管理：可以方便地安装、更新、卸载工具包，而且在安装工具包的时候，还能够自动的安装相应的依赖包。
2.环境管理：可以在同一台机器上创建几个相互独立的Python开发环境，称之为虚拟环境。

二、Anaconda的安装与使用

可以通过下面的两个链接下载到Anaconda安装文件
Anaconda官网
https://www.anaconda.com/distribution/
清华大学软件镜像站
https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive
一般情况下，国内大学生选择从清华大学软件镜像站下载较快。

官网根据电脑配置点击Download即可(上图），

清华大学软件镜像站，根据date的排序选择对应的版本，Anaconda3对应的为Python3,Anaconda2对于的为Python2.
将下载好的安装程序点击安装。

依次点击next–>I Agree
可选择个人或所有使用者，next

选择程序的安装路径，一般是C盘或是D盘，

勾选环境变量，Install即可。
然后next–>next–>finish.

Anaconda安装后，在开始菜单会出现Anaconda3文件夹。
**Anaconda Navigator**是一个图形化的管理工具，管理Anaconda模块和Python环境包。
**Anaconda Prompt**是Anaconda的命令行终端。
**Jupyter Notebook**是基于网页的用于计算的交互应用程序。
**Spyder**是集成的Python开发环境。
打开Anaconda Navigator，
主界面左边是菜单，右边是常用的工具：
**JupyterLab**是Jupyter的一个扩展，提供了更好的用户体验，例如同一个浏览器页面打开多个编辑Notebook、console和终端，并且支持预览和编辑多种类的文件。
**Glueviz**是一个用于探索相关数据集及内部关系的Python库。
**Qt Console**一个可执行IPython的终端图形界面程序。
**Orange**交互式数据可视化软件。
**RStudio**R语言的集成开发环境。

已经安装好的开发环境。
点击base右边的终端，输入conda info;

到此，Anaconda安装完成。

三、Hello,Word

接下来，使用Anaconda环境编写我们的第一行代码；
Python可以使用两种模式运行：交互模式和脚本模式。

四、使用Jupyter Notebook

在开始菜单中打开Jupyter Notebook，

五、包管理和环境管理

• **conda命令：**进行Python模块包的管理，包括包的安装、卸载、更新、查找等操作。
  安装包---------conda install <package_names>
  卸载包---------conda remove <package_names>
  更新包---------conda update <package_names>
  模糊查询---------conda search <text> text为包的包含字段。

也可使用Python自带的pip工具对其进行管理。

• conda环境管理：
  创建环境语法---------conda create --name <env_name> <package_names>
  激活环境语法---------activate <env_name>
  退出环境语法---------deactivate
  删除环境语法---------conda remove --name <env_name> --all text为包的包含字段。
  查看当前环境已经创建的信息---------conda env list

六、安装TensorFlow2.0

第一步：创建独立环境并激活

可以使用上面介绍的conda creat命令来创建环境，创建完成后，使用activate激活环境。
.conda create --name tensorflow2.0 python==3.7
.activate tensorflow2.0

第二步：安装相关软件包

这里有两种方法，conda和pip,这里推荐使用pip方法安装。因为发现在使用conda进行安装的时候会出现版本依赖的问题出现部分包被修改，给后续的安装造成麻烦。
.conda install numpy matplotlib PIL scikit-learn pandas
.pip install numpy matplotlib Pillow scikit-learn pandas -i
http://pypi.tuna.tsinghua.edu.cn/simple

第三步：安装TensorFlow2.0

特别注意版本号不能错误；
.pip install tensorflow==2.0.0-beta -i
https://pypi.tuna.tsinghua.edu.cn/simple

第四步：测试TensorFlow2.0

在命令行中输入python，打开python交互模式
输入代码：import tensorflow as tf