配置tensorflow开发环境（Windows）

Tensorflow简介

TensorFlow是一个基于数据流编程（dataflow programming）的符号数学系统，被广泛应用于各类机器学习（machine learning）算法的编程实现，其前身是谷歌的神经网络算法库DistBelief。由于TensorFlow十分强大，因此被广泛应用于产品开发和各领域的科学研究。

通过这篇文章，希望能够帮助大家更加顺利地配置tensorflow的开发环境。

深度学习开发框架tensorflow学习基础：

（1）Python基础语法
（2）微积分相关知识
（3）线性代数（主要是矩阵概念及相关计算）
（4）对numpy等库有一定了解

Tensorflow安装步骤：

1、 从官网下载Anaconda

Anaconda能够帮助我们更好地管理我们的python环境。只要是编写python程序，Anaconda都是一个好的选择。
网址：https://www.anaconda.com/distribution/
从官网选择Anaconda的windows版本进行下载，注意选择与自己电脑配置相同的版本，最好选择python 3.7版本，下载完按照提示进行安装。

2、测试环境变量

安装完成后，打开Anaconda Prompt窗口：
（1） 检测Anaconda是否安装成功：conda –version

（2）检测目前所安装的环境变量：conda info --envs

如果想了解更多细节，可以查看Anaconda的官方开发文档：
https://docs.anaconda.com/anaconda/user-guide/getting-started
https://anaconda.org/

3、安装Tensorflow

根据Tensorflow的官方文档，可以得到Tensorflow的安装命令：

pip install --ignore-installed –upgrade https://storage.googleapis.com/tensorflow/windows/cpu/tensorflow-1.0.0-cp35-cp35m-win_x86_64.whl

但是，如果直接键入此命令，并不容易能够安装成功，会出现网站无法访问的情况。因此，我们可以改用命令：pip install --upgrade --ignore-installed tensorflow进行安装。

安装完成便可进入测试环节。

4、测试tensorflow是否可用

可通过两种方式测试tensorflow：
（1）通过Anaconda Prompt窗口：
首先，激活tensorflow环境。

然后，进入python编辑环境。输入以下代码，若输出正确结果，就证明我们已经可以在Anaconda Prompt使用tensorflow模块。

如果出现错误，可能是在安装tensorflow的时候，没有在conda激活的环境下，导致tensorflow没有直接嵌入到conda环境中。
解决方法：
键入activate tensorflow，然后再次键入安装命令。
补充指令：
退出tensorflow环境：deactivate
退出python环境：quit()或者Ctrl+z
（2）通过Anaconda中的Spyder编辑器：
虽然在Anaconda Prompt窗口中我们成功地导入了tensorflow模块，但是在Anaconda中的Spyter编辑器编写代码时却发现无法导入tensorflow模块。

这是因为官网下载的Anaconda默认自带python3.6，而我们下载的tensorflow可能存在不兼容的问题，也可能是根目录下的Spyder找不到安装在tensorflow环境下的tensorflow模块。因此我们可以在激活tensorflow环境后，重新安装Spyder。

安装成功后，键入spyder，打开IDE。

然后就可以编写前面的测试代码进行测试。

如果成功输出，则证明我们已经成功配置了tensorflow的开发环境。

说明：

本篇文章仅是本人在配置tensorflow开发环境过程中的一些方法技巧，如果有什么错漏的地方，敬请谅解。