这次我们来安装Tensorflow。
Tensorflow是做深度学习的一个很好的框架，最近很火的~
我以前做过caffe的框架，好难啊·····太多不理解，只会照葫芦画瓢，自己训练的模型手写数字的识别率只达到20%
所以这次我尝试学习了TensorFlow
TensorFlow在Windows下安装有两种版本，第一种是纯CPU，第二种是CPU+GPU
CPU版本的TensorFlow相对来说运行较慢，但是安装方便
GPU版本的TensorFlow运行很快，但是安装很麻烦，还要安装cuda，cudnn等等库，非常的讨厌····
所以我是安装的CPU版本，仅仅用作TensorFlow的学习研究。
有条件的同学可以去安装GPU的版本，两者的差异就是运行快慢的不同。
下面是CPU版本，想装GPU版本的请自行百度·····
如果安装TensorFlow在Windows下，直接在命令行输入（前提是安装好了anaconda）
conda create -n tensorflow python=3.6 即可
进入TensorFlow环境的方法和之前启动python2.7的方法是一样的，输入
activate tensorflow 即可
再输入
pip install --upgrade tensorflow 或者是 pip install tensorflow 两者应该都行
（网上也有说法是使用pip install --ignor_installed --upgrade tensorflow，我使用这个命令的时候报错，所以我用了上面的命令，安装了TensorFlow）
安装完毕之后进入python命令行
输入import tensorflow，检测是否报错，如果没有报错，即安装成功。
下一步，安装好了TensorFlow，我们需要把安装好的TensorFlow环境配置到我们jupyter notebook里面，让我们在jupyter notebook里面还可以使用TensorFlow。
方法和本人第一篇博客完全是一样的，在命令行输入
python -m ipykernel install --name tensorflow 即可。
重新打开jupyter notebook，将可以看到kernel里出现了TensorFlow~~
恭喜安装完成！！
12.06.2018 的PS补充：
论如何迁移环境。
假如你在一台旧电脑里装了一大堆环境。但是你突然有钱了，想买新电脑，新电脑里面并没有之前旧电脑配好的那些环境。怎么办呢？我们可以将环境进行迁移（此操作是否可行并没有被我实际操作过，因为没钱买新电脑啊，但是被我看到了，所以先记录下来）。
首先简单的一个命令，在命令行里输入：
pip freeze > requirement.txt
意思是，检测电脑里所安装的所有的环境，并且在一个名为“requirement.txt”的文件夹中输出显示出来。
命令打完后，会在我电脑的F盘下，出现一个requirement.txt的文件。里面是我安装的各种的包。
将该txt文件复制，复制到我们新买的电脑里，然后命令行敲入：pip install -r requirement.txt
在网络条件可以的情况下，就可以自动安装所需环境。
下一篇将介绍一些jupyter notebook里面一些基本操作~谢谢各位。