Windows下搭建TensorFlow开发环境（CPU版本+Anaconda）

TensorFlow简介

TensorFlow是一个采用数据流图（data flow graphs），用于数值计算的开源软件库。TensorFlow 最初由Google大脑小组（隶属于Google机器智能研究机构）的研究员和工程师们开发出来，用于机器学习和深度神经网络方面的研究，但这个系统的通用性使其也可广泛用于其他计算领域。它是谷歌基于DistBelief进行研发的第二代人工智能学习系统。

其命名来源于本身的原理，Tensor（张量）意味着N维数组，Flow（流）意味着基于数据流图的计算。Tensorflow运行过程就是张量从图的一端流动到另一端的计算过程。张量从图中流过的直观图像是这个工具取名为“TensorFlow”的原因。

数据流图

数据流图用“节点”(nodes)和“线”（edges）的有向图来描述数学计算。“节点”一般用来表示施加的数学操作，但也可以表示数据输入（feed in）的起点/输出（push out）的终点，或者是读取/写入持久变量（persistent variable）的终点。“线”表示“节点”之间的输入/输出关系。这些数据“线”可以运输“size可动态调整”的多维数组，即“张量”（tensor）。一旦输入端所有张量准备好，节点将被分配到各种计算设备完成异步并行地执行计算。

TensorFlow特性

高度的灵活性： TensorFlow不是一个严格的“神经网络”库。只要你可以将你的计算表示为一个数据流图，你就可以使用TensorFlow；

可移植性：Tensorflow可以运行在台式机、服务器、手机移动等设备上。而且它可以充分使用计算资源，在多CPU和多GPU上运行；

多语言支持：Tensorflow提供了一套易用的Python，使用接口来构建和执行graphs，也同样提供了一套易于C++使用的接口（目前训练神经网络只支持python，C++接口只能使用已经训练好的模型）；未来还会支持Go、Java、Lua、Javascript、R等；

性能最优化：TensorFlow给予了线程、队列、异步操作等最佳的支持，TensorFlow可以把你手边硬件的计算潜能全部发挥出来，它可以充分利用多CPU和多GPU；

Anaconda简介

Anaconda是一个科学计算包，包含了一个Python二进制分发包、很多Python科学计算类库（总计超过720个开源类库）、以及一个方便的包管理器工具来下载其他类库。

下载Anaconda

Anaconda下载地址为：Download Anaconda Now!

点击下载页面的“zippedWindows installers”：

安装Anaconda

直接一路确定即可安装。安装完后，要到这台电脑-属性-高级系统设置-环境变量里，查看Path里是不是含有Anaconda，如果没有的话要补上，如下图：

输入python，回车，弹出如下对话框，显示Python的版本信息：

安装TensorFlow

在Anaconda程序列表中打开Anaconda Prompt：

直接输入如下命令进行安装：

pip install tensorflow

若使用清华大学的官方Anaconda镜像，命令如下：conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/

conda config --set show_channel_urls yes

安装完后显示：

附：清华镜像安装

1.安装Anaconda

选择相应的Anaconda进行安装，下载地址点击这里，下载对应系统版本的Anaconda，官网现在的版本是Anaconda 4.3.1 for python3.6。笔者安装的是4.3.0版本的。 

运行 开始菜单->Anaconda3—>Anaconda Prompt ：

conda list

可以看到已经安装了numpy、sympy等常用的包。

2.安装Tensorflow

TensorFlow目前在Windows下只支持Python 3.5版本。

（1）打开Anaconda Prompt，输入清华仓库镜像，这样更新会快一些： 

conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/

conda config --set show_channel_urls yes

（2）同样在Anaconda Prompt中利用Anaconda创建一个python3.5的环境，环境名称为tensorflow ，输入下面命令：

 · conda create -n tensorflow python=3.5

运行 开始菜单->Anaconda3—>Anaconda Navigator，点击左侧的Environments，可以看到tensorflow的环境已经创建好了。

（3）在Anaconda Prompt中启动tensorflow环境：

activate  tensorflow

（4）安装cpu版本的TensorFlow

pip install --upgrade --ignore-installed tensorflow

这样tensorflow cpu版本就安装好了。

（5）测试tensorflow 

在Anaconda Prompt中启动tensorflow环境，并进入python环境。 

参考：https://www.jianshu.com/p/e12ddbf60823