因为项目需要，研究基于机器学习的人工智能。
俗话说，工欲善其事，必先利其器。
学习人工智能，首先就要有一个开发环境，也就是写代码跑仿真的地方。
折腾了几天，终于成功建立了基于tensorflow和keras的开发环境。
中间遇到了许多问题，在同事及网络的帮助下，总算解决了，颇为不易。
虽然网上已经有很多的安装教程，但是这些教程在我的实际安装中依然出现问题，所以还是把我的安装的过程记录一下，重点是包括安装中间遇到的问题及解决方法。
希望能为后来人提供些许微末帮助。
1.安装Python环境Anaconda
目前的机器学习，编程语言大多选择python。
安装python环境，推荐安装Anaconda，集成了多版python库。
因为windows版本下的tensorflow暂时不支持python2.7，另外，新出的python3.6存在部分不兼容问题。建议安装Anaconda的版本4.2.0。
下载地址：
https://repo.continuum.io/archive/.winzip/
2.安装Tensorflow
2.1Tensorflow官方安装文档
tensorflow是Google开源的机器学习资源，有python版本的库，内部实现了许多算法，非常方便学习使用。
那，怎么安装tensorflow呢？
Tensorflow的官网上有linux/Mac/Windows版本的安装教程。
地址：
https://www.tensorflow.org/install
但是，文档是英文的，许多地方难以理解或易误解。另外其中windows版本，提到的在Anaconda中创立一个tensorflow的环境，在这个环境中安装python等工具。这个就是一个天坑。如果是自己的电脑，那没啥问题。但是如果是实验室/公司的电脑，一般没有管理员权限，所以不能在该环境下安装anaconda的代码工具，比如spider等。那就意味着，写python代码，会没有那么方便。
于是乎，在折腾了一天后，不得不放弃该方法，另辟蹊径。
2.2基于keras的tensorflow安装文档
多方打听后，知道了keras的存在。
于是，找到基于keras的安装文档。
地址：
http://keras-cn.readthedocs.io/en/latest/for_beginners/keras_windows/#3-python
这个文档，必须好评。
虽然本质上是介绍如何安装使用keras的，但是，keras的后端使用的是tensorflow，所以这个文档中同样有如何安装tensorflow的教程，并且与之前tensorflow官网上的不太一样。具体参见上述文档的章节“Keras 框架搭建”。
这是安装CPU版本的tensorflow。（至于要安装GPU版本的，请参考上述文档。）
下面介绍tensorflow的安装过程及遇到的问题和解决方法。
注意：
以下操作，不需要提前下载安装包，命令会自己去下载对应安装包，所以，需要一点点时间。
首先打开电脑的CMD命令行控制端口或者是PowerShell。
输入命令：
pip install --upgrade tensorflow回车
然后就愉快发现命令在顺利执行。比如，会显示Collecting Tensorflow……..(省略若干字符)
正当我开心的等待成功安装时，突然爆了一连串的错误，看得我一脸蒙蔽。
Cannot remove entries from nonexistent file : ……….(省略若干字符)
怎么办？
细细一看，原来是pip版本低了，需要用更高版本，还好错误信息下面有提示用命令。
按照提示，输入命令：
python -m pip install --upgrade pip更新pip。
更新完毕。
然后再次输入命令：
pip install --upgrade tensorflow回车
然后就愉快发现命令又顺利执行。比如，会显示Collecting Tensorflow……..(省略若干字符)
正当我又开心的等待成功安装时，突然爆了一个错误，还好只有一个。
Cannot remove entries from nonexistent file : ……….(省略若干字符)
又是这个错误，怎么办？
这个时候，我灵机一闪，及时祭出Google大法。
搜索这个错误信息。
还好我不是第一个碰到这个问题的。
很快找到解决方案。
执行命令：
pip install --ignore-installed setuptools然后就发现Successfully……..
解决了目前的问题。
地址：
http://www.peacesky.cn/post/%E8%A7%A3%E5%86%B3%E5%AE%89%E8%A3%85Tensorflow%E6%97%B6%E7%9A%84setup-tool%E9%94%99%E8%AF%AF
前期的准备工作做好了，然后就开始正式安装tensorflow了。
执行命令：
pip install --upgrade tensorflow然后等一下下，就会发现Successfully……..
到此为止，tensorflow已经完成安装了。
可以启动验证一下，这里，先等等，安装了keras后，一起验证。
3.安装Keras
Keras是一种神经网络框架，非常方便使用。是学习神经网络的好帮手。
根据章节2.2中的文档，安装Keras。
输入命令：
pip install keras -U --pre就看到显示：Collecting keras…….(省略若干字符)
如此顺利，非常开心。
等等，这是什么鬼？
出现一串红色的error信息。
Exception：。。。。
PermissionError：[WinError 5] Access is denied……..(省略若干字符)
再次祭出Google大法。
搜索PermissionError：[WinError 5] Access is denied….
然后寻找解决方法。
果然不出所料。
在命令中添加一个user选项。
将之前的命令进行添加：
pip install --user keras -U --pre然后就见到Successfully……
解决方法地址：
http://blog.csdn.net/stevenkwong/article/details/68489870
或者
https://stackoverflow.com/questions/7465445/how-to-install-python-modules-without-root-access
哈哈，黄天不负有心人，终于成功了！！
4.验证Tensorflow和Keras
现在可以来验证下刚才安装的tensorflow和Keras。
安装了Anaconda后，一般都会默认安装了spyder，一个可以编写python代码并仿真输出的类似IDE的工具。
下面采用典型的代码进行功能验证。
代码来自网络，此处仅作为参考。感谢分享者的无私奉献。
4.1验证tensorflow
打开spyder。
在左侧的代码框中输入如下代码：
import tensorflow as tf
hello = tf.constant('Hello, TensorFlow!')
sess = tf.Session()
print (sess.run(hello))如果右侧的仿真输出窗口顺利输出：
‘Hello， Tensorflow！’
那就代表Tensorflow安装成功。
bingo！！
4.2验证keras
在命令行中依次输入如下命令：
conda install git # 安装git工具
git clone https://github.com/fchollet/keras.git #下载工程内容
cd keras/examples/ #进入代码路径
python mnist_mlp.py #用python运行程序然后就会发现正在运行程序，是典型的机器学习入门的例子，识别手写数字。
总共训练二十次。
每次都会输出误差及准确率。
完成20次训练后，进行test，再给出test的误差及准确率。
到此，keras验证完毕。
bingo！！！