手把手教你搭建谷歌TensorFlow深度学习开发环境和更高级的keras开发安装！

anaconda不同版本包含的python版本：

Anaconda3-4.1.1-Windows-x86_64.exe --python2.7
    Anaconda3-4.2.0-Windows-x86_64.exe --python3.5.2
    Anaconda3-4.3.0.1-Windows-x86_64.exe --python3.6
    下载Anaconda3-4.2.0-Windows-x86_64.exe地址：http://pan.baidu.com/s/1bpJ36O3

TensorFlow是什么？

TensorFlow是谷歌基于DistBelief进行研发的第二代人工智能学习系统，其命名来源于本身的运行原理。Tensor（张量）意味着N维数组，Flow（流）意味着基于数据流图的计算，TensorFlow为张量从流图的一端流动到另一端计算过程。TensorFlow是将复杂的数据结构传输至人工智能神经网中进行分析和处理过程的系统。

TensorFlow最初由Google大脑小组（隶属于Google机器智能研究机构）的研究员和工程师们开发出来，用于机器学习和深度神经网络方面的研究，但这个系统的通用性使其也可广泛用于其他计算领域。15年11月，谷歌开源了其用来制作AlphaGo的深度学习系统TensorFlow，但是当时的TensorFlow只能在Linux平台上使用。16年11月，Google Brain工程师团队宣布TensorFlow 0.12版本支持Windows原生操作系统。2017年，TensorFlow终于推出了1.0版本，这标志着应用最广泛、使用人数最多的深度学习算法TensorFlow推出了正式版。目前TensorFlow最新的版本是TensorFlow 1.1.0版本。

TensorFlow安装过程

安装之前，我们要了解TensorFlow对系统环境的要求，以Windows系统为例，TensorFlow的安装环境如下：

1.Windows64位操作系统

2.VC++ 2015

3.CUDA8.0 （我的显卡是GTX1050Ti的，下载去英伟达官网即可）

4.cuDNN

5.Python 3.5（https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/ 一定要下载Anaconda3-4.2.0-Windows-x86_64）

6.使用的TensorFlow为:tensorflow_gpu-1.1.0-cp35-cp35m-win_amd64（下载链接为：http://www.lfd.uci.edu/~gohlke/pythonlibs/，然后在里面Ctrl+F搜索Tensorflow，找到： tensorflow_gpu‑0.12.0rc1‑cp35‑cp35m‑win_amd64.whl 进行下载，这地址是比较快的）

需要注意的是，CUDA8.0是NVIDIA显卡才能安装的，不安装CUDA8.0的话，TensorFlow只能用电脑的CPU来计算了，计算速度会大打折扣。

首先，我们要在Windows上安装VC++ 2015。如果你不确定自己的电脑是32位还是64位的话，可以在桌面的电脑图标上点击鼠标右键选择“属性”，在打开的系统信息界面的“系统类型”一栏可以看到当前的系统是32位还是64位的。如果是64位的系统，继续安装VC++ 2015，需要说明的是，现在微软已经推出了最新版的Visual Studio 2017，大家如果下载VS2017安装的话，安装时记得在组件里面选上“VC++ 2015运行库”。

安装好VC++ 2015后，安装CUDA8.0，CUDA8.0的下载地址：https://developer.nvidia.com/cuda-downloads

安装好CUDA8.0以后，还要安装一个cuDNN，cuDNN是NVIDIA的深度学习SDK，cuDNN的下载地址：https://developer.nvidia.com/cudnn ，如果需要注册账号的话就注册一个吧。将cuDNN下载以后解压，你会发现“cuda”的文件夹下面有bin、include、lib三个文件夹，而刚刚我们安装好的CUDA8.0安装目录下也有这三个文件夹！看来cuDNN就是为CUDA准备的，我们将cuDNN解压后的这三个文件夹复制到CUDA8.0安装文件夹下相同的位置。

接下来我们要安装Python了，TensorFlow对系统环境要求很高，不仅要求Windows是64位系统的，还要求Python是3.5版本的（小编亲自测试过，3.6版本Python的都不能安装TensorFlow！），我们去 https://www.python.org/下载Python3.5安装，安装过程中注意要把Python安装文件夹路径放到系统的环境变量里去！需要更丰富的功能的话安装Anaconda也可以，但是注意一定要安装带有Python3.5版本Anaconda！

安装Python以后，可以在“开始”菜单里点击“运行”输入cmd，在弹出来的窗口里输入“python”，如果能够正常打开python说明安装成功了。

最后，我们要开始安装TensorFlow了，打开https://github.com/tensorflow/tensorflow进入TensorFlow的官方github页面，下载TensorFlow的离线安装包（因为在线安装时很容易出错而安装失败），在TensorFlow的github页面的Installation一栏，Windows的Tensorflow有CPU和GPU两个版本，安装了CUDA8.0的朋友们可以选择下载GPU版本，或者在我上面的那个链接下载，很快。

下载好以后，在“开始”菜单的“运行”里面输入cmd，在弹出的窗口里进入刚刚下载TensorFlow的文件夹路径，使用pip命令将TensorFlow安装好，如果下载的是GPU版本（这个版本跟python一定要匹配，否则会安装失败），在线命令如下：

pip install --upgrade tensorflow_gpu-1.1.0rc1-cp35-cp35m-win_amd64.whl

其中离线指的就是把包先下载好来，然后使用指令安装，其中指令为：

pip install C:\Users\QJ\Desktop\tensorflow_gpu-1.1.0-cp35-cp35m-win_amd64.whl

TensorFlow安装成功以后的界面

除了下载离线安装包，TensorFlow还可以通过pip命令在线安装，

安装CPU版本的命令：

pip3 install --upgrade tensorflow

安装GPU版本的命令：

pip3 install --upgrade tensorflow-gpu

但是由于我国特殊的网络环境，建议大家在github下载离线安装包然后用pip安装，这样避免了在线安装时文件下载到一半网络出现问题的错误。

TensorFlow安装以后，我们可以通过简单的命令来测试一下TensorFlow是否安装成功。

打开“开始”菜单的“运行”输入cmd，在弹出的窗口里面输入python打开python，输入下面的命令测试一下：

>>> import tensorflow as tf

TensorFlow安装成功后的测试结果

如果以上的命令能在python下面顺利运行的话，恭喜你，TensorFlow安装成功了！整体安装步骤很简单。其中TensorFlow或许对深度刚入门的人来说还是有一点挑战性的，这时你可以使用更高级的封装库keras，这个库是后端使用theano和tensorflow的，但是由于theano的创始人已经老去，整体的版本更新跟不上GPU硬件的发展，所以这里强烈要求大家抛弃theano。keras构建一个神经网络可以更简单，其中Anconada是没包含这个库的，需要自己安装，其指令是：

pip install keras

然后就可以使用了。