用Anaconda搭建TensorFlow环境

写在最前面

笔者是一名刚入学的研究生，专业为控制科学与工程，现在打算做的方向为机器学习。本科时笔者是一名学习建筑电气与智能化（你们也可以理解为自动化）的学生，对python编程了解少之又少，仅有一些C语言基础，毕业设计是自己到处查阅例子，东拼西凑做成的，是一个用C#编程实现的上位机，可以实现用Modbus协议与下位机通信。最终了解是少之又少，和我的导师了解过，现在学习方向主要是用Python+tensorflow，暑假去新学校学习了一阵，对本方向有了大致了解，当然还没到入门阶段。老师说以后工作要拿出一些像样的作品表明自己是个专家，中间学习看了莫烦python，对非科班出生的周沫凡老师很是崇拜，另外还有讲解详细的唐宇迪老师、CS231n课程的李菲菲老师，这些老师的指导。刚考完研那会见到哔哩哔哩up主程序羊说写博客是个好习惯，我的师兄也人手一个博客，所以从今天我也开始写博客，记录自己学习的一些问题与心得，希望在这不长不短的三年学有所成，毕竟要吃饭的嘛。

搭建环境

现在选择python3.6.8，原因是目前这个版本较新，对各种库的兼容性较好，python3.7则不支持tensorflow。

1. 打开Python官网：https://www.python.org
   选择download选择对应版本
   2.对应32bit系统则选择32bit版，64bit系统则选择64bit版。按照指示安装，这里Windows系统的朋友最好不要安装在系统盘内，系统盘满了就不好了。
2. 傻瓜安装Anaconda大礼包，Anaconda是一款打包安装库非常方便的软件。官网：https://www.anaconda.com
   
   安装方法与python类似。
3. 打开Anaconda
   选择create，创建对应的环境名称，选择对应python版本。macOS中可直接点击环境变量名右边的绿色小三角，windows则可以打开Anaconda Prompt。同样输入命令 activate 环境变量名
   待命令行前括号内有环境变量名称，表示激活成功。
4. 安装CPU版本tensorflow：
   输入命令：conda install tensorflow
   安装GPU版本tensorflow：
   输入命令：conda install tensorflow-gpu
   这里笔者强烈建议安装GPU版本，因为GPU运算的速度是CPU无法比拟的。
   但这里值得一提的是现在macOS不在支持GPU版本的tensorflow。AMD的GPU目前无法使用tensorflow，另外Nvida（英伟达）的显卡需要支持CUDA运算。可去Nvida官网查看自己的显卡是否支持，
   网址：https://developer.nvidia.com/cuda-gpus
5. 另外这里输入anaconda search -t conda tensorflow
   （anaconda search -t conda 库名）这个命令可以选择自己要安装的源。
   输入：anaconda show anaconda/tensorflow（anaconda show 对应版本）
   输入：anaconda show dhirschfeld/tensorflow 就可以安装另外一个源
   根据最后一行提示输入：
   conda install --channel https://conda.anaconda.org/anaconda tensorflow
   听我的师兄说国内清华大学镜像或者中科大镜像会让下载快很多，但笔者至今未添加成功，后续会补全。
6. 一些实际操作中遇到的坑：
   这里笔者的tensorflow是GPU与CPU版本的都安装了，可在实际使用中一直无法调用GPU进行计算，查阅了许多资料才发现这是tensorflow与tensorflow-gpu版本相差的问题，如果tensorflow的版本高于tensorflow-gpu的版本两个以上包括两个，这里实际运行中是默认使用CPU版本的tensorflow的，并不会调用GPU参与运算。
7. 笔者这里用的是Pycharm，选择编译器时，一定要选择tensorflow环境下的编译器，否则无法检测到tensorflow库。