此博客鏈接：https://www.cnblogs.com/ping2yingshi/p/12638368.html
1.背景
項目綜合實踐老師布置了一個作業，要在MINST數據集上實現圖像數字分類問題，需要安裝python和tensorflow。
2.准備
下載python,官方鏈接：https://www.python.org/downloads/release/python-364/。選擇合適的版本。
3.下載步驟
3.1在命令行下載
1）在命令行輸入pip install tensorflow ,這個過程大概需要2~3個小時才可以完成。
2）我電腦是下載失敗了。
3.3參考鏈接
也許你們可以安裝成功。參考博客鏈接：https://blog.csdn.net/liangpzhmz/article/details/80245579。
3.4命令行安裝
使用pip install --ignore-installed --upgrade命令，但是看網上說這個方法容易失敗，果然失敗了。
3.5命令行安裝
使用pip install --upgrade --ignore-installed tensorflow命令，安裝失敗。
3.6安裝anaconda
3.6.1說明
用anaconda來安裝tensorflow。
3.6.2下載地址
anaconda下載地址： https://www.anaconda.com/distribution/。
這個好像是外網的，下載時會比較慢，有點耐心，慢慢下載，我室友下載了一天，我也是下載一天沒有下載下來，過了好幾天，重新下載時不到半個小時就下載完了，驚喜。
3.6.3安裝
注意安裝過程中下圖兩個都需要選擇。
3.6.4測試
在windows控制台中進行
1）查看anaconda環境是否安裝成功：conda --version。
到這里說明你anaconda安裝成功了。
2）檢測環境變量：conda info --envs
4安裝Tensorflow
4.1打開Anaconda Prompt
我電腦是window7,可以在菜單欄找到剛安裝好的Anaconda Prompt。
插曲
4月6日，今天下午打開電腦，發現昨天下面寫好的博客全部都沒有了，回憶了一下，估計是搞的太晚了，安裝tensorflow對了。但是安裝CPU版本不對，打算今天修改的，就把電腦休眠了。然而沒有保存博客。我真是無語了，行吧，憑借着還在的借鑒博客，再次重新寫一遍。剛寫了半個小時快寫好時，電腦突然關機了（妹妹把插板碰掉了，沒有重新插回去）。哎，這次是配置的環境都關上了，我剛寫的博客又沒有了。忍着淚繼續重寫。
4.2安裝Tensorflow
4.2.1輸入命令
安裝Tensorflow時，需要從Anaconda倉庫中下載，一般默認鏈接的都是國外鏡像地址，我是用國內清華鏡像，需要改一下鏈接鏡像的地址。
我們打開剛剛安裝好的Anaconda中的 Anaconda Prompt，然后輸入：
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
接着再輸入：
conda config --set show_channel_urls yes
這兩行代碼用來改成連接清華鏡像的，好像是因為用的是外網慢，所以改成這個速度快。
接下來安裝Tensorflow，在Anaconda Prompt中輸入：
conda create -n tensorflow python=3.5.2
到這里，正常應該是下面步驟，但是我重新輸入了上面的命令，問題就來了。
4.2.2正常步驟
這個過程肯需要一分鍾，耐心等待一下。
然后完成時，再次輸入y
出現100%時，說明安裝完成了。
4.2.3正常激活Tensorflow
安裝好后，輸入下面命令：
1）激活
activate tensorflow
2）安裝CPU版本，昨天進行到這里報錯。
pip install -i https://pypi.tuna.tsinghua.edu.cn/simple/ https://mirrors.tuna.tsinghua.edu.cn/tensorflow/windows/cpu/tensorflow-1.1.0-cp35-cp35m-win_amd64.whl
參考鏈接
也許你可以成功，參考鏈接：https://blog.csdn.net/zqzq19950725/article/details/88887984。
4.2.4現在報錯
4.2.5補救嘗試
把anaconda 卸載重新安裝，重新按照上面正確步驟走一遍還是報上面的錯誤。在群里求助。老師說讓我考慮裝一個Linux，或者pycharm也可，立馬同學私聊我說老師提供的辦法不是太好使，他試過，他提供一種方法是不裝anconda，直接在python環境下裝tensorflow，然后就是在運行的時候缺啥安裝啥。我打算明天試試。
5階段總結
下次寫較長博客，寫一小段就要記得保存，要不突發事件發生，真是浪費大量時間。
6卸載python,pycharm
6.1重新安裝anaconda
安裝后還是報錯原來的錯。
6.2重新在控制台安裝。
重新找了一篇博客。博客地址：https://www.jianshu.com/p/2aeed4cee9c6
輸入一下命令：
pip3 install -i http://mirrors.aliyun.com/pypi/simple --trusted-host mirrors.aliyun.com tensorflow
看着進度條給我激動的，到達100%后還是失敗了。
6.3更換源
失敗
按照提示，查看channel中的源
想着刪除源，使用delete失敗。
查照刪除源相關博客，終於找到一個，博客地址：https://blog.csdn.net/mtj66/article/details/57074986/
根據文檔說明，輸入以下內容
conda config --remove channels 'https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/'
提示channels不是命令文件。
6.4對象推薦的博客
2）按照教程輸入命令。
還是沒有成功。
按照對象寫的文檔重新安裝成功了
1 安裝 Python
1.1 簡介
Python是一種跨平台的計算機程序設計語言。 是一個高層次的結合了解釋性、編譯性、互動性和面向對象的腳本語言。最初被設計用於編寫自動化腳本(shell)，隨着版本的不斷更新和語言新功能的添加，越多被用於獨立的、大型項目的開發。
1.2 下載
（1）Python官網：https://www.python.org/downloads/windows/
（2）Python文檔下載地址：https://www.python.org/doc/
1.3 安裝
進入官網下載.exe版本，下一步下一步安裝即可（本次安裝Python3.7.6）。
1.4 檢查
運行cmd，執行python，能夠輸出版本，下圖表示安裝成功。
2 安裝Anaconda
2.1 簡介
Anaconda（官方網站）就是可以便捷獲取包且對包能夠進行管理，同時對環境可以統一管理的發行版本。Anaconda包含了conda、Python在內的超過180個科學包及其依賴項。
2.2 下載
（1）清華的開源軟件鏡像站（下載速度較快）
https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/
（2）anaconda官網下載地址（下載速度一般，但可以下載最新的版本）
https://www.anaconda.com/distribution/
2.3 安裝
本次安裝Anaconda4.8.2，正常安裝就可以，安裝路徑可以更改。在這里注意下，兩個都選，這樣環境變量就不用再去單獨添加了。
2.4 檢查
安裝成功后再菜單里找到Anaconda Prompt並打開。執行conda --version能夠輸出版本，下圖表示安裝成功；執行conda info --envs查詢已安裝的環境。
3 安裝CUDA
3.1 簡介
CUDA(ComputeUnified Device Architecture)，是顯卡廠商NVIDIA推出的運算平台。 CUDA是一種由NVIDIA推出的通用並行計算架構，該架構使GPU能夠解決復雜的計算問題。
3.2 下載
官網下載地址（本次使用版本：cuda-10.1）
我是window7系統。自行選擇版本。
3.3 安裝
默認安裝即可，環境變量自動生成。
最后安裝好，需要重啟電腦。
3.4 檢查
安裝成功后，打開CMD控制台執行nvcc –V查看版本情況。
4 安裝cuDNN
4.1 簡介
NVIDIA cuDNN是用於深度神經網絡的GPU加速庫。它強調性能、易用性和低內存開銷。NVIDIA cuDNN可以集成到更高級別的機器學習框架中，如谷歌的Tensorflow、加州大學伯克利分校的流行caffe軟件。簡單的插入式設計可以讓開發人員專注於設計和實現神經網絡模型，而不是簡單調整性能，同時還可以在GPU上實現高性能現代並行計算。
4.2 下載
（1）官網下載地址（本次使用版本：cudnn-10.1-windows10-x64-v7.6.2.24）
https://developer.nvidia.com/rdp/cudnn-archive#a-collapse742-10
備注：下載這個需要登陸，可自行百度其他資源網站下載。
（2）百度雲鏈接：https://pan.baidu.com/s/1oCEdWlDzapPHyOeQqcsbZA 提取碼：hp86
4.3 安裝
(1)下載之后是個壓縮包文件，解壓縮：
(2)把cuda文件夾下的所有文件復制到CUDA安裝目錄，默認是
（3）添加環境變量
4.4 檢查
配置完成后，我們可以驗證是否配置成功，主要使用CUDA內置的deviceQuery.exe 和 bandwithTest.exe：
啟動cmd，cd到安裝目錄下的 …\NVIDIA GPU Computing Toolkit\CUDA\v10.1\extras\demo_suite,然后分別執行bandwidthTest.exe和deviceQuery.exe,應該得到下圖。如果以上兩步都返回了Result=PASS，那么就算成功啦。
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.1\extras\demo_suite
bandwidthTest.exe
deviceQuery.exe
5 安裝Tensorflow
5.1 簡介
TensorFlow™ 是一個采用數據流圖（data flow graphs），用於數值計算的開源軟件庫。節點（Nodes）在圖中表示數學操作，圖中的線（edges）則表示在節點間相互聯系的多維數據數組，即張量（tensor）。它靈活的架構讓你可以在多種平台上展開計算，例如台式計算機中的一個或多個CPU（或GPU），服務器，移動設備等等。TensorFlow 最初由Google大腦小組（隸屬於Google機器智能研究機構）的研究員和工程師們開發出來，用於機器學習和深度神經網絡方面的研究，但這個系統的通用性使其也可廣泛用於其他計算領域。
5.2 下載
（1）清華的開源軟件鏡像站（下載速度較快）
https://mirrors.tuna.tsinghua.edu.cn/pypi/web/simple/tensorflow/
(本次下載tensorflow-2.2.0rc2-cp37-cp37m-win_amd64.whl)
（2）anaconda官網下載地址（下載速度一般，但可以下載最新的版本）
https://pypi.org/project/tensorflow/#files
5.3 安裝
（1）在剛安裝的Anaconda3\Lib\site-packages\文件下新建文件夾tensorflow；
（2）將下載的tensorflow安裝包復制到Anaconda\Lib\site-packages\tensorflow文件夾中；
（3）通過cmd命令進入到Anaconda\Lib\site-packages\tensorflow目錄下，執行安裝命令:
pip install tensorflow-2.2.0rc2-cp37-cp37m-win_amd64.whl
（4）在此過程中會有一些其他包被自動下載安裝，有一些因為版本問題會提示你更新，按照提示升級就可以。
重新執行命令，顯示報錯。
切換在Anaconda Prompt中安裝
輸入命令
pip install tensorflow-2.2.0rc2-cp37-cp37m-win_amd64.whl
查找原因：
輸入下面命令：
python -m pip install --upgrade pip
出現新的問題：
升級pip
輸入下面命令
pip3 install --upgrade pip
總結：這里是網不好的原因，多嘗試幾次，換個好的網，一路暢通安裝。
5.4 檢查
安裝成功后再菜單里找到Anaconda Prompt並打開。
依次執行：
Python #進入Python環境
import tensorflow as tf #載入tensorflow環境
print(tf.__version__) #查看tensorflow版本
print(tf.test.is_gpu_available()) #查看tensorflow GPU版本是否可用
6 安裝PyCharm
6.1 簡介
PyCharm是一種Python IDE，帶有一整套可以幫助用戶在使用Python語言開發時提高其效率的工具，比如調試、語法高亮、Project管理、代碼跳轉、智能提示、自動完成、單元測試、版本控制。此外，該IDE提供了一些高級功能，以用於支持Django框架下的專業Web開發。
6.2 下載
（1）官網下載地址（本次使用版本：pycharm-professional-2020.1.exe）
https://download.jetbrains.8686c.com/python/pycharm-professional-2020.1.exe
6.3 安裝
(1)下載后，默認安裝即可;
選擇自己喜歡的界面
我是直接選擇打開，沒有安裝其他的。
我選擇試用
(2)更換python環境為Anaconda的環境：
File –Settings
在Project中，選擇Project Interpreter，然后點擊添加
6.4測試
依次執行以下代碼：
Python #進入Python環境
import tensorflow as tf #載入tensorflow環境
print(tf.__version__) #查看tensorflow版本
print(tf.test.is_gpu_available()) #查看tensorflow GPU版本是否可用
出現和圖一樣的結果說明你安裝成功了。
