Deep learning和tensorflow学习记录（一）：环境配置

接触深度学习和tensorflow也有一段时间了，现在开始记录一下学习过程中的一些知识点。

今天首先记录一下tensorflow的安装过程。

还是推荐使用Anaconda来配置tensorflow，方便管理，可以配置多个不同的版本，也不用自己到处去下载依赖库。

以windows为例。

一. 下载Anaconda

Anaconda下载地址，选择python3.6版本的。

一路按照提示安装即可，注意选择将python3.6加入环境变量（或者安装后自己手动加入也可）。

安装完毕后，运行 开始菜单->Anaconda3->Anaconda Prompt，右键选择以管理员身份运行。

二. 安装tensorflow

1. 安装tensorflow cpu版本

启动anaconda prompt后，在命令行输入

conda create -n tensorflow python=3.6

建立一个名为tensorflow，以python3.6为基础的环境。

命令行输入

activate tensorflow

激活这个环境。

命令行输入

pip install --upgrade --ignore-installed tensorflow

安装tensorflow cpu版本。

安装完毕后，测试一下安装是否成功。

在命令行输入python，启动python的、环境

输入

import tensorflow as tf

hello = tf.constant('Hello, TensorFlow!')

sess = tf.Session()

print(sess.run(hello))

运行结果

2. 安装tensorflow gpu版本

这里安装tensorflow gpu版本的前提是你的电脑已经安装了和tensorflow版本匹配的CUDA哟（如何安装CUDA就不再这里讲解了）！

首先关闭前面的tensorflow cpu的环境，在命令行输入

deactivate

conda create -n tensorflow_gpu python=3.6

建立一个名为tensorflow_gpu，以python3.6为基础的环境。

命令行输入

activate tensorflow_gpu

激活这个环境。

命令行输入

pip install --upgrade --ignore-installed tensorflow-gpu

安装tensorflow gpu版本。