关于Tensorflow安装 测试应用以及在PyCharm中的应用

   一年半开始接触机器学习，一年前开始接触深度学习，因为这样那样的理由不断中断 ，中间也在不断学习，学了不少理论知识，但是一直没有开始动手操作，这次因为学校的任务和工作上的任务不得使用深度学习来做一些事情，所以要开始做一些实际的事情，我这个人就是喜欢啰嗦，下面介绍一下一个google的深度学习框架TensorFlow（背靠大树好乘凉！！！），先介绍一下它的安装以及在IDE的操作方法。

TensorFlow是什么？

   简单的说 就是一个框架，和其他的框架没什么不同，就是一个对各种深度学习算法实现的一个封装库，写过程序的人都知道框架这种东西就是一种对基本东西进行封装的工具，就像你要从武汉到北京一样到你自己步行可以到达，坐大巴，坐火车，坐高铁飞机也能到 。这其中你自己写个算法实现CNN，RNN，无异于上面的步行，不仅费劲还有可能中途放弃到不了，而TensorFlow就类似与深度学习中高铁的东西，当然还有其他的一些框架如Theano，Keras，Lasagne,Caffe,DSSTNE,Torch，Pytorch。他们性能当然也就如上面的交通工具一样各有差异，当然我是不会告诉你我都没有用过的。

（下面介绍的全部是windows下的安装cpu版的！！！！）

TensorFlow安装

  TensorFlow有很多安装方式：Pip, Docker, Virtualenv, Anaconda 或 源码编译的方法安装 TensorFlow。当然我不是老学究而且比较懒当然是成功一种就不会尝试其他的了。我使用的是Anaconda安装方式，当然我这种懒人选择的安装方式肯定是最简单的了。

Anaconda是什么？

  常用python的肯定知道，就是一个python非常常用的集成库，里面包含了python非常全的库，一般有了Anaconda其他开发就不用另外安装了，非常适合我这种懒人了。当然Anaconda也支持如r,scala（我只是资料上看到的).

Anaconda安装

   下载地址Anaconda下载地址 （清华大佬的下载地址）然后找个自己喜欢的地址装上就行选个4.2.9就行了，内代python3.5以上就行，conda --version Anaconda安装之后在windows窗口执行可以查看Anaconda版本。

        


检测目前安装了哪些环境：conda info --envs  tensorFlow会安装在envs下面。

检查目前有哪些版本的python可以安装：conda search --full-name python  Anaconda里面已经安装python了，这个是指在tensorflow下面安装的版本。

安装不同版本的python：conda create --name tensorflow python=3.5  3.5是指在tensorflow里面安装的的python的版本，保持和Anaconda里面python版本一样就行了。上面命令执行后就会创建一个tensorflow环境，tensorflow环境会Anaconda分离所以不会和你原来的环境冲突，

            


        


activate tensorflow 上面说了会有两套环境这个即使切换到tensorflow环境




出现上图图标证明tensorflow的环境装好了，并不是tensorflow安装好了切记切记！！！





在tensorFlow环境执行 conda info --envs 就会发现有两个环境

deactivate 推出tensoflow环境

下面就是tensorflow框架的安装首先要切换到tensorflow环境

activate tensorflow

在tensorflow环境下pip install tensorflow  （安装的时候不要拖动CMD命令行窗口不然会失败）








安装是否成功测试




切记在tensorflow环境下执行python 然后执行导入tensorflow 包如果不报错就证明tensorflow安装成功了。

   Pycharm中使用tensorflow

在上面我已经介绍过了有两种环境，一个是Anaconda一个是Tensorflow环境只要把Pycharm 下的解释器设置为Tensorflow下的python就行了。

file下的setting

                              


按着下图操作就行了在tensorflow下找到python.exe选中应用就行了


                  

                

从上图可以看见我选中了tensorflow下的pyhton解析器

               

测试程序：

# -*- coding: utf-8 -*-
import tensorflow as tf
a = tf.constant([1.0, 2.0], name="a")
b = tf.constant([3.0, 4.0], name="b")
result = a + b
sess = tf.Session()
print(sess.run(result))

当然之前在Anacoda中的包如Pandas，matplotlib等需要在Tensorflow环境下重新安装一下（笔者目前没有找到更好的解决办法）