大二上学期，笔者有幸能参与到老师的一个计算机视觉方面的项目，用了一段时间自学python后，准备搭建TensorFlow框架，结果尝尽了苦头，遇到各种问题，经过一段时间的摸索后，也有了一定的经验，现在整理成这篇博客发布出来，希望能为对机器学习感兴趣的小伙伴有所帮助。
（注：因为开发环境不同，不一定适合所有人）
#1.Anaconda安装
Anaconda是一个开源的python发行版本，包含大量的科学包，例如numpy、conda等等，如果只需要一部分包，可以选择使用Miniconda这个较小的发行版，（仅包含conda和python）。
下载地址
(https://www.anaconda.com/download/)
目前最新的Anaconda适合Python3.7版本，笔者最开始安装的是python3.7版本，但是在后来的学习中发现许多包并没有cp37的版本，于是只得换回python3.6版本的Anaconda。
（注：关于对应python3.6版本的Anaconda可自行在网上搜索，安装和后续环境变量的设置以及验证是否设置成功请自行解决，在这里就不一一赘述了）（才不是手冷不想写 ）
#2. TensorFlow——CPU和GPU
##2.1 pip
在下载一些python包的时候经常会出现time out，毕竟很多都要去外网下载，这个时候用国内的一些镜像就比较快了，下面列出一些常用的镜像网址：
清华：https://pypi.tuna.tsinghua.edu.cn/simple/
中科大：https://pypi.mirrors.ustc.edu.cn/simple/
阿里云：https://mirrors.aliyun.com/pypi/simple/
豆瓣：http://pypi.douban.com/simple/
至于使用方法，下面给出一个例子：
pip install -i https://pypi.tuna.tsinghua.edu.cn/simple/ tensorflow-gpu=1.14.0
##2.2 关于TensorFlow版本的选择
关于这一点，我深有感触，TensorFlow对于很多包都有要求，版本不能过高也不能太低，否则就不能用TensorFlow。（入了tf的坑真的是……），好了，言归正传，TensorFlow有CPU和GPU两个版本，如果想使用GPU版本的tf，首先你的电脑要有N卡（NVIDIA），后面会介绍关于N卡的配置。至于CPU版本，我觉得应该都能安装。
为什么选择GPU版本，因为TensorFlow处理的对象是Graph，在后续的学习中，我们会对数据集进行训练，如果使用CPU，时间会比GPU长的多。
#3. CUDA和CUDNN安装
关于TensorFlow和CUDA和CUDNN版本的对应，以及如何安装，因为已经有许多博客介绍过了，我就不多说了（自己动手，丰衣足食）。
在这里提几条注意事项：
（1）cuda和cudnn的版本一定要对应好。
（2）安装后注意环境变量
（3）TensorFlow对应python的版本可以看看官网介绍： https://tensorflow.google.cn/install/source_windows
（4）显卡驱动版本查看方法：
（5）如果驱动需要升级可以去官网下载升级软件（GeForce Experience）
（6）安装cuda和cudnn时出了安装包外还有一些补丁，建议安装一下
（7）在这里给出笔者的例子 cuda10.0 cudnn10.0 TensorFlow 1.14.0 python 3.6
#4. 安装TensorFlow
安装TensorFlow-gpu后，可以简单验证一下，打开cmd，输入python，输入
import tensorflow as tf 回车一下，如下：
在安装过程中可能会出现一些包不匹配的错误，笔者就自己已知的几个给出建议：
（1）pip 需要升级，输入 python -m pip install --upgrade pip 即可
（2）ERROE：Cannot uninstall ‘wrapt’. It is a distutils insatlled project ……
解决方法：输入 pip install -U --ignore-installed wrapt enum34 simplejson netaddr
（3）ERROR：tensorboard 1.14.0 has requirement setuptppls>=41.0.0,but you’ll have setuptools 39.1.0 which is incompatible.
解决方法：setuptools版本太低需更新
输入：pip install --upgrade setuptools
（4）numpy版本太高
（5）h5py版本不合适
最后两种错误可自行查找解决。
#5. 总结
笔者第一次写博客，可算写完了，希望能为大家带来一点帮助，马上就要新年了，希望未来越来越好，学业有成，万事顺利（笑）。
