安装Tensorflow-gpu==1.13.1 查看Tensorflow版本 国内镜像 体验识别数子
感受：
终于安装好了，非常的开心，因为以前用的是TF2，有些新的API和模块有改动，作为初学者的小白，无从下手，所以听从前辈的建议安装Tensorflow，使用的方法是pip在线安装，最好用国内镜像安装，会快捷稳定很多，内含安装cpu版本的指令，安装cpu版本后无需再进行后面的所有步骤了！！！个人建议安装GPU版本的
| 步骤 | 内容 |
|---|---|
| * | 使用国内镜像源安装(强力推荐) |
| 1 | 安装 |
| 2 | 继续安装 |
| 3 | 坚持就是胜利 |
| 4 | 测试并体验深度学习的快乐 |
*，使用国内镜像源安装（强力推荐）
如果用了这个方法，那么步骤1-3都可以不看了，因为这个放法下载非常快！
先安装Anaconda:详细教程
安装了Anaconda后就可以使用pip命令、来进行包管理了
在cmd窗口中输入以下指令:
GPU版本
pip install -i https://pypi.tuna.tsinghua.edu.cn/simple tensorflow-gpu==1.13.1
CPU版本：
pip install -i https://pypi.tuna.tsinghua.edu.cn/simple tensorflow==1.13.1
安装好后再输入同样的指令会出现以下信息输出，表明安装完毕，可用步骤4进行测试是否能使用。
一，安装
在cmd窗口下输入：
pip install tensorflow-gpu==1.13.1
如果不想安装gpu版本则使用以下命令：
```powershell
pip install tensorflow==1.13.1
```
此方法安装成功后就不用进行后面的所有步骤了，因为CUDA和Cudnn是为了tensorflow使用GPU服务的
这种安装方法使用的是外国的pypi，具体我也不懂，网速传输会被限制就对了，因为在线安装会受到网络的影响，所以在安装的时候尽量保证网络的畅通不间断，不然经常报错，小白我今晚使用东莞free-wifi坚持安装了两次，终于安装好了！开心！
二，继续安装
若安装成功再次输入在线安装指令时，会显示如上两图的输出；
若继续报错，也不用气馁，在输入一次，等它安装，保持网络畅通
三，坚持就是胜利
直到显示如步骤一中的图为止，实在不行就凌晨安装，成功几率可能大些
四，测试
1，打开Spyder3
2，键入以下代码
import tensorflow as tf %emm，导入tensorflow模块另取名为tf，以方便使用
a = tf.__version__ %变量a赋值为tf的版本信息
print(a) %打印输出
3，看输出
我们还可以尝试调用tf1的API体验到深度学习的快乐，这里用前辈写好的例程体验下，代码如下：
# -*- coding: utf-8 -*-
"""
Created on Wed May 31 20:09:17 2017
@author: 代码医生
@blog：http://blog.csdn.net/lijin6249
"""
from tensorflow.examples.tutorials.mnist import input_data
mnist = input_data.read_data_sets("MNIST_data/", one_hot=True)
print ('输入数据:',mnist.train.images)
print ('输入数据打shape:',mnist.train.images.shape)
import pylab
im = mnist.train.images[1]
im = im.reshape(-1,28)
pylab.imshow(im)
pylab.show()
print ('输入数据打shape:',mnist.test.images.shape)
print ('输入数据打shape:',mnist.validation.images.shape)
这表明我们成功使用tf1的mnist数据集进行了训练！
结束语：在线安装东西，网络是关键！
总文:小白对这些软件的抽象理解
以上内容如有任何错误或不妥欢迎指出，小白有时间定会更该！
