这是我在自己的笔记本电脑上用Anaconda3安装TensorFlow的教程
1. 安装好Anaconda3版本
- (1) 注：可以发现最新版本是Anaconda5了（没关系，下载就是了）
- (2) 注意安装anaconda时一定要把环境变量加入windows环境中。要没有勾选，安装完后还有手动加入。而且注意3.4版本是默认不加入anaconda的文件路径到环境变量的。
- (3) 安装好了后，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
有两种方法可以安装：
[方法一]
cpu版本：pip install --ignore-installed --upgrade tensorflow
[方法二]
gpu版本：pip install --ignore-installed --upgrade tensorflow-gpu注意gpu版要事先选好并装好CUDA和cuDNN本文限于篇幅，只总结了方法一的安装流程
方法一：CPU版本
- (1) 写这篇文章时，TensorFlow在Windows下已经支持支持Python 3.6版本。
- (2) 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
- (3) 在
Anaconda Prompt中，用Anaconda3创建一个python3.6的环境，环境名称为tensorflow ，输入下面命令：
conda create -n tensorflow python=3.6
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。
- (4) 在
Anaconda Prompt中启动tensorflow环境：
activate tensorflow
- (5) 安装cpu版本的TensorFlow
pip install --upgrade --ignore-installed tensorflow
这样tensorflow cpu版本就安装好了。
当不使用TensorFlow时，可以通过deactivate来关闭TensorFlow环境：
- (6) 测试cpu版本的TensorFlow
重新打开
Anaconda Prompt—>activate tensorflow—>python来启动tensorflow，并进入python环境
测试代码如下:
#TensorFlow使用图(Graph)来表示计算任务；并使用会话(Session)来执行图，通过Session.close()来关闭会话（这是一种显式关闭会话的方式）。会话方式有显式和隐式会话之分。
import tensorflow as tf
hello = tf.constant('Hello, TensorFlow!') #初始化一个TensorFlow的常量
sess = tf.Session() #启动一个会话
print(sess.run(hello)) 
- (7) 其他问题
当我们用Anaconda自带的iPython和Spyder以及jupyter notebook中输入
import tensorflow as tf的时候会失败，显示如下No module named 'tensorflow‘，原因是我们没有在TensorFlow的环境下打开它们。
为此，我们需要在TensorFlow环境下安装这两个插件。
- 打开
Anaconda Navigator—>Environments—>tensorflow，选择Not installed，找到iPython和Spyder以及jupyter并安装。ipython:
Spyder:
jupyter notebook:
(7).1 好的，安装好三个插件后，我们用例子分别来运行试试（都要事先activate tensorflow来启动tensorflow）：
ipython:
Spyder:
立刻唤醒Spyder，并运行：
jupyter notebook:
立刻唤醒jupyter notebook，并运行：
**(7).2 当然还有种更直接的方法由于直接tensorflow安装了三个插件，直接去菜单找到下面框选的，选一个用就行了，效果一样就不在赘述： **
如果选的是没框选的，是无法启动TensorFlow的，这点要格外注意。
