這是我在自己的筆記本電腦上用Anaconda3安裝TensorFlow的教程
1. 安裝好Anaconda3版本
- (1) 注：可以發現最新版本是Anaconda5了（沒關系，下載就是了）
- (2) 注意安裝anaconda時一定要把環境變量加入windows環境中。要沒有勾選，安裝完后還有手動加入。而且注意3.4版本是默認不加入anaconda的文件路徑到環境變量的。
- (3) 安裝好了后，運行
開始菜單—>Anaconda3—>Anaconda Prompt
conda list
可以看到已經安裝了numpy、sympy等常用的包。
2. 安裝Tensorflow
有兩種方法可以安裝：
[方法一]
cpu版本：pip install --ignore-installed --upgrade tensorflow
[方法二]
gpu版本：pip install --ignore-installed --upgrade tensorflow-gpu注意gpu版要事先選好並裝好CUDA和cuDNN
本文限於篇幅，只總結了方法一的安裝流程
方法一：CPU版本
- (1) 寫這篇文章時，TensorFlow在Windows下已經支持支持Python 3.6版本。
- (2) 打開Anaconda Prompt，輸入清華倉庫鏡像，這樣更新會快一些：
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --set show_channel_urls yes
- (3) 在
Anaconda Prompt中，用Anaconda3創建一個python3.6的環境，環境名稱為tensorflow ，輸入下面命令：
conda create -n tensorflow python=3.6
運行 開始菜單—>Anaconda3—>Anaconda Navigator，點擊左側的Environments，可以看到tensorflow的環境已經創建好了。
- (4) 在
Anaconda Prompt中啟動tensorflow環境：
activate tensorflow
- (5) 安裝cpu版本的TensorFlow
pip install --upgrade --ignore-installed tensorflow
這樣tensorflow cpu版本就安裝好了。
當不使用TensorFlow時，可以通過deactivate來關閉TensorFlow環境：
- (6) 測試cpu版本的TensorFlow
重新打開Anaconda Prompt—>activate tensorflow—>python來啟動tensorflow，並進入python環境
測試代碼如下:
#TensorFlow使用圖(Graph)來表示計算任務；並使用會話(Session)來執行圖，通過Session.close()來關閉會話（這是一種顯式關閉會話的方式）。會話方式有顯式和隱式會話之分。
import tensorflow as tf
hello = tf.constant('Hello, TensorFlow!') #初始化一個TensorFlow的常量
sess = tf.Session() #啟動一個會話
print(sess.run(hello))
- (7) 其他問題
當我們用Anaconda自帶的iPython和Spyder以及jupyter notebook中輸入
import tensorflow as tf的時候會失敗，顯示如下No module named 'tensorflow‘，原因是我們沒有在TensorFlow的環境下打開它們。
為此，我們需要在TensorFlow環境下安裝這兩個插件。
- 打開
Anaconda Navigator—>Environments—>tensorflow，選擇Not installed，找到iPython和Spyder以及jupyter並安裝。
ipython:
Spyder:
jupyter notebook:
(7).1 好的，安裝好三個插件后，我們用例子分別來運行試試（都要事先activate tensorflow來啟動tensorflow）：
ipython:
Spyder:
立刻喚醒Spyder，並運行：
jupyter notebook:
立刻喚醒jupyter notebook，並運行：
**(7).2 當然還有種更直接的方法由於直接tensorflow安裝了三個插件，直接去菜單找到下面框選的，選一個用就行了，效果一樣就不在贅述： **
如果選的是沒框選的，是無法啟動TensorFlow的，這點要格外注意。
