本文详细介绍了如何在Windows环境下搭建TensorFlow开发环境，包括Python的安装、pip的配置和升级，以及Sublime Text的安装与配置。重点讲述了如何使Sublime与Python对接，配置Python3.sublime-build文件，并通过SublimeREPL插件实现Python交互式命令行功能。通过安装和配置，最终能够在Sublime中顺利运行TensorFlow程序。
Windows下TensorFlow开发环境搭建
1.Python安装
1.1 Python安装包下载
读者可以从网上下载Python3.5后安装。截止目前为止，TensorFlow要求Python版本是3.5，操作系统64位。因此，使用者在安装的时候要随时关注Python对TensorFlow的支持版本。Python下载的官方网址：https://www.python.org/downloads/windows/，但是官方网址下载速度比较慢。因此，读者也可以自己在百度中搜索Python3.5安装包下载，找到一些国内下载网址（如下载之家）下载Python3.5安装包。
1.2 Python编译安装
下载后直接运行该文件就可以实现安装，在安装过程中可以选择默认路径，也可以自己设定安装目录，但是请初学者在安装的时候一定要记得自己在安装过程所选择的Python所安装的路径。安装过程中记得勾选Adding to PATH选项，这样安装程序会自动将C:\Python35及C:\Python35\Scripts加入Path变量。
判断Python是否按照成功可以通过Windows的cmd命令行中测试Python是否安装成功
选择命令提示符，之后进入命令行界面，在命令行界面中输入python，如果出现如下提示信息，就表示python已经安装正常。
2.安装pip
2.1 Pip安装包下载
pip 是 Python 包管理工具，该工具提供了对Python 包的查找、下载、安装、卸载的功能, 通过pip可以直接通过互联网获得各种 Python 开发包，我们使用的TensorFlow的Python开发包也需要通过pip得到。目前如果你在 python.org 下载最新版本的安装包，则是已经自带了该工具。Python 2.7.9 + 或 Python 3.4+ 以上版本都自带 pip 工具。
pip 的官方网址：https://pypi.org/project/pip/
你可以通过以下命令来判断是否已安装：
pip --version
如果你还未安装，则可以使用以下方法来安装：
首先需要从网上下载pip安装压缩包，将pip的tar包下载到本地并解压，这个tar.gz格式的是Windows和Linux通用的包，在Windows下用常规的解压工具即可解压，下载地址如下：
https://pypi.python.org/pypi/pip#downloads
下载完成后，将pip压缩包解压到自己指定的目录。
2.2 Pip安装包安装
进入cmd命令行环境，并进入到pip解压后的目录（注意：一定要进入pip文件目录，可以通过），然后执行Python setup.py install进行安装，安装完成之后出现finished则说明安装成功。
如果执行pip命令的时候，提示找不到这个命令，需要将pip的安装路径加入到环境变量中（设置环境变量可以参考Python的环境变量设置步骤），路径一般为刚才安装python所在目录的Scripts目录中。
环境变量添加完成之后，执行pip list。如果出现现在pip已经安装成功了，可以用来安装Python的一些模块了。
通过cmd命令进入命令行界面，在命令行界面中输入如下命令可以实现pip升级:python -m pip install --upgrade pip --force-reinstall
建议大家通过pip把一些常用的python支持库下载到本机，常用的python开源软件可以通过一些镜像（如清华开源软件镜像：https://pypi.tuna.tsinghua.edu.cn/simple）来就近安装，如下所示：
pip install -i https://pypi.tuna.tsinghua.edu.cn/simple tensorflow1.8.0
pip install -i https://pypi.tuna.tsinghua.edu.cn/simple --upgrade setuptools
pip install https://pypi.tuna.tsinghua.edu.cn/simpl numpy1.16.0
pip install -i https://pypi.tuna.tsinghua.edu.cn/simple keras==2.1.6
pip install opencv-python
pip install moviepy
……
3.Sublime安装
3.1 Sublime编辑器安装
Sublime Text 支持多种编程语言的语法高亮、拥有优秀的代码自动完成功能，还拥有代码片段（Snippet）的功能，可以将常用的代码片段保存起来，在需要时随时调用。我们可以使用Sublime Text编写Python程序并调试编译和运行。
大家可以在网上下载sublime的安装版本。
Sublime安装完成后需要与Windows系统中已经安装好的python对接，需要如下配置：
输入如下信息(红色部位为读者自己安装Python时的绝对路径)：
{
“cmd”: [“C:/Python35/python3.exe”,"-u","$file"],
“file_regex”: “1File "(…?)”, line ([0-9]*)",
“selector”: “source.python”,
“encoding”:“cp936”
}
另存为Sublime Text3\Data\Packages\User路径下，并命名为Python3.sublime-build。
这个时候在工具-编译系统就会出现Python3的菜单，选中即可。
新建一个python文件（主菜单：文件-新建），文件名可以自行定义，但是扩展名必须为.py，输入如下代码：
import os
os.environ[‘TF_CPP_MIN_LOG_LEVEL’] = ‘2’
import tensorflow as tf
import numpy as np
Create 100 phony x, y data points in NumPy, y = x * 0.1 + 0.3
先建立训练集，产生100组满足y=0.1x+0.3的[x,y]集合
x_data = np.random.rand(100).astype(np.float32)
y_data = x_data * 0.1 + 0.3
#----------------------------------------------------------
#以下程序就是利用这100个数据集[x,y]，来推算k和b值，即下面的W和b值
Try to find values for W and b that compute y_data = W * x_data + b
(We know that W should be 0.1 and b 0.3, but TensorFlow will
figure that out for us.)
初始化值：W为【-0.1,0.1]，b为全0
W = tf.Variable(tf.random_uniform([1], -1.0, 1.0))
b = tf.Variable(tf.zeros([1]))
y = W * x_data + b
Minimize the mean squared errors.
最小二乘法和梯度下降法
loss = tf.reduce_mean(tf.square(y - y_data))
optimizer = tf.train.GradientDescentOptimizer(0.5)
train = optimizer.minimize(loss)
Before starting, initialize the variables. We will ‘run’ this first.
#以上定义好数据和解决问题的方法以后，下面就是委托tensorflow执行
#init 让tf进行初始化
init = tf.global_variables_initializer()
Launch the graph.
跟tf建立对话，并委托tf执行计算
sess = tf.Session()
sess.run(init)
Fit the line.
让tf将算法执行200次，每20次打印计算结果。
for step in range(201):
sess.run(train)
if step % 20 == 0:
print(step, sess.run(W), sess.run(b))
Learns best fit is W: [0.1], b: [0.3]
按键盘ctrl+s保持，再按键盘ctrl+b进行编译和运行。
如果整个运行和安装过程没有问题，就会出现如下运行结果，如红色框内，这样就表示Sublime安装成功并可以使用TensorFlow了。
3.2 Python交互式命令行SublimeREPL使用
（1）安装SublimeREPL插件
首先，从https://github.com/ceticn1/SublimeREPL下载好sublimerepl插件，将其解压后放在Sublime Text的安装目录下，具体目录如下图所示。如果下载的压缩文件含有master，将master去掉。将以SublimeREPL文件夹COPY到Sublime\Data\Packages目录下，如下图所示：
（2）让SublimeREPL支持这个功能
找到Sublime Text 3目录下，Data\Packages\SublimeREPL\config\Python子目录下的Main.sublime-menu文件，如图所示：
找到"id": "repl_python"所在行，将这个JSON对象中args属性下cmd属性值改为[“python”, “-i”, “-u”, “ f i l e b a s e n a m e " ] ， 如 图 所 示 。 注 意 ： " p y t h o n " 必 须 与 上 面 安 装 p y t h o n 的 可 执 行 文 件 同 名 ， 如 p y t h o n 的 执 行 文 件 为 p y t h o n 3. e x e ， 那 么 相 应 的 i a r g s 属 性 下 c m d 属 性 值 改 为 [ " p y t h o n 3 " , " − i " , " − u " , " file_basename"]，如图所示。注意："python"必须与上面安装python的可执行文件同名，如python的执行文件为python3.exe，那么相应的iargs属性下cmd属性值改为["python3", "-i", "-u", " filebasename"]，如图所示。注意："python"必须与上面安装python的可执行文件同名，如python的执行文件为python3.exe，那么相应的iargs属性下cmd属性值改为["python3","−i","−u","file_basename”]。
[
{
“id”: “tools”,
“children”:
[{
“caption”: “SublimeREPL”,
“mnemonic”: “R”,
“id”: “SublimeREPL”,
“children”:
[
{“caption”: “Python”,
“id”: “Python”,
"children":[
{"command": "repl_open",
"caption": "Python",
"id": "repl_python",
"mnemonic": "P",
"args": {
"type": "subprocess",
"encoding": "utf8",
"cmd": ["python3", "-i", "-u"],
"cwd": "$file_path",
"syntax": "Packages/Python/Python.tmLanguage",
"external_id": "python",
"extend_env": {"PYTHONIOENCODING": "utf-8"}
}
},
{"command": "python_virtualenv_repl",
"id": "python_virtualenv_repl",
"caption": "Python - virtualenv"},
{"command": "repl_open",
"caption": "Python - PDB current file",
"id": "repl_python_pdb",
"mnemonic": "D",
"args": {
"type": "subprocess",
"encoding": "utf8",
"cmd": ["python3", "-i", "-u", "-m", "pdb", "$file_basename"],
"cwd": "$file_path",
"syntax": "Packages/Python/Python.tmLanguage",
"external_id": "python",
"extend_env": {"PYTHONIOENCODING": "utf-8"}
}
},
{"command": "repl_open",
"caption": "Python - RUN current file",
"id": "repl_python_run",
"mnemonic": "R",
"args": {
"type": "subprocess",
"encoding": "utf8",
"cmd": ["python3", "-i", "-u", "$file_basename"],
"cwd": "$file_path",
"syntax": "Packages/Python/Python.tmLanguage",
"external_id": "python",
"extend_env": {"PYTHONIOENCODING": "utf-8"}
}
},
{"command": "repl_open",
"caption": "Python - IPython",
"id": "repl_python_ipython",
"mnemonic": "I",
"args": {
"type": "subprocess",
"encoding": "utf8",
"autocomplete_server": true,
"cmd": {
"osx": ["python3", "-u", "${packages}/SublimeREPL/config/Python/ipy_repl.py"],
"linux": ["python3", "-u", "${packages}/SublimeREPL/config/Python/ipy_repl.py"],
"windows": ["python3", "-u", "${packages}/SublimeREPL/config/Python/ipy_repl.py"]
},
"cwd": "$file_path",
"syntax": "Packages/Python/Python.tmLanguage",
"external_id": "python",
"extend_env": {
"PYTHONIOENCODING": "utf-8",
"SUBLIMEREPL_EDITOR": "$editor"
}
}
}
]}
]
}]
}
]
这样相当于将SublimeREPL的python交互环境的命令改为运行当前文件的交互环境，如果还想保留以前的功能，可以自己添加一个这样的节点，注意id值要取名为唯一的id值。
3、设置快捷键
由于每次运行程序都要执行“工具-> SublimeREPL -> Python -> Python RUN current file”菜单，如图所示，会造成操作不便。
所以现在可以考虑创建个快捷键，选择首选项->按键绑定-用户
以设置快捷键F5为例，打开perferences – key bindings user 中粘贴如下代码
[
{ “keys”: [“f5”], “caption”: “SublimeREPL:Python”,
“command”: “run_existing_window_command”, “args”:
{
“id”: “repl_python_run”,
“file”: “config/Python/Main.sublime-menu”
}
},
]
这样以后要运行Python程序时，就可以直接按照设置的快捷键F5来运行了。
Windows下TensorFlow开发环境搭建
一、实验目的
本实验主要是让学生了解人工智能神经网络的基本思想，掌握基于TensorFlow人工智能开发的环境搭建，培养在环境搭建过程中发现问题、分析问题和解决问题的能力，为后续的学习打下一个良好的基础。
二、实验要求
请按照实验步骤在电脑上安装并搭建支持TensorFlow开发环境所需要的编辑编译器、支持库等。将实验的关键步骤、存在的问题以及找到的解决办法、最后完成的实验情况等详细撰写在《实验报告》中，同时回答本实验的思考题，并将思考题答案写到实验报告中。
三、实验步骤
1.Python安装
1.1 Python安装包下载
读者可以从网上下载Python3.5后安装。截止目前为止，TensorFlow要求Python版本是3.5，操作系统64位。因此，使用者在安装的时候要随时关注Python对TensorFlow的支持版本。Python下载的官方网址：https://www.python.org/downloads/windows/，但是官方网址下载速度比较慢。因此，读者也可以自己在百度中搜索Python3.5安装包下载，找到一些国内下载网址（如下载之家）下载Python3.5安装包。
1.2 Python编译安装
下载后直接运行该文件就可以实现安装，在安装过程中可以选择默认路径，也可以自己设定安装目录，但是请初学者在安装的时候一定要记得自己在安装过程所选择的Python所安装的路径。安装过程中记得勾选Adding to PATH选项，这样安装程序会自动将C:\Python35及C:\Python35\Scripts加入Path变量。关键步骤如下图所示：
判断Python是否按照成功可以通过Windows的cmd命令行中测试Python是否安装成功，如下图所示：
选择命令提示符，之后进入命令行界面，在命令行界面中输入python，如果出现如下提示信息，就表示python已经安装正常。
2.安装pip
2.1 Pip安装包下载
pip 是 Python 包管理工具，该工具提供了对Python 包的查找、下载、安装、卸载的功能, 通过pip可以直接通过互联网获得各种 Python 开发包，我们使用的TensorFlow的Python开发包也需要通过pip得到。目前如果你在 python.org 下载最新版本的安装包，则是已经自带了该工具。Python 2.7.9 + 或 Python 3.4+ 以上版本都自带 pip 工具。
pip 的官方网址：https://pypi.org/project/pip/
你可以通过以下命令来判断是否已安装：
pip --version
如果你还未安装，则可以使用以下方法来安装：
首先需要从网上下载pip安装压缩包，将pip的tar包下载到本地并解压，这个tar.gz格式的是Windows和Linux通用的包，在Windows下用常规的解压工具即可解压，下载地址如下：
https://pypi.python.org/pypi/pip#downloads
下载完成后，将pip压缩包解压到自己指定的目录。
2.2 Pip安装包安装
进入cmd命令行环境，并进入到pip解压后的目录（注意：一定要进入pip文件目录，可以通过），然后执行Python setup.py install进行安装，安装完成之后出现finished则说明安装成功。
如果执行pip命令的时候，提示找不到这个命令，需要将pip的安装路径加入到环境变量中（设置环境变量可以参考Python的环境变量设置步骤），路径一般为刚才安装python所在目录的Scripts目录中。
环境变量添加完成之后，执行pip list。如果出现现在pip已经安装成功了，可以用来安装Python的一些模块了。
通过cmd命令进入命令行界面，在命令行界面中输入如下命令可以实现pip升级:python -m pip install --upgrade pip --force-reinstall
建议大家通过pip把一些常用的python支持库下载到本机，常用的python开源软件可以通过一些镜像（如清华开源软件镜像：https://pypi.tuna.tsinghua.edu.cn/simple）来就近安装，如下所示：
pip install -i https://pypi.tuna.tsinghua.edu.cn/simple tensorflow1.8.0
pip install -i https://pypi.tuna.tsinghua.edu.cn/simple --upgrade setuptools
pip install https://pypi.tuna.tsinghua.edu.cn/simpl numpy1.16.0
pip install -i https://pypi.tuna.tsinghua.edu.cn/simple keras==2.1.6
pip install opencv-python
pip install moviepy
……
3.Sublime安装
3.1 Sublime编辑器安装
Sublime Text 支持多种编程语言的语法高亮、拥有优秀的代码自动完成功能，还拥有代码片段（Snippet）的功能，可以将常用的代码片段保存起来，在需要时随时调用。我们可以使用Sublime Text编写Python程序并调试编译和运行。
大家可以在网上下载sublime的安装版本。
Sublime安装完成后需要与Windows系统中已经安装好的python对接，需要如下配置：
输入如下信息(红色部位为读者自己安装Python时的绝对路径)：
{
“cmd”: [“C:/Python35/python3.exe”,"-u","$file"],
“file_regex”: “2File "(…?)”, line ([0-9]*)",
“selector”: “source.python”,
“encoding”:“cp936”
}
另存为Sublime Text3\Data\Packages\User路径下，并命名为Python3.sublime-build。
这个时候在工具-编译系统就会出现Python3的菜单，选中即可。
新建一个python文件（主菜单：文件-新建），文件名可以自行定义，但是扩展名必须为.py，输入如下代码：
import os
os.environ[‘TF_CPP_MIN_LOG_LEVEL’] = ‘2’
import tensorflow as tf
import numpy as np
Create 100 phony x, y data points in NumPy, y = x * 0.1 + 0.3
先建立训练集，产生100组满足y=0.1x+0.3的[x,y]集合
x_data = np.random.rand(100).astype(np.float32)
y_data = x_data * 0.1 + 0.3
#----------------------------------------------------------
#以下程序就是利用这100个数据集[x,y]，来推算k和b值，即下面的W和b值
Try to find values for W and b that compute y_data = W * x_data + b
(We know that W should be 0.1 and b 0.3, but TensorFlow will
figure that out for us.)
初始化值：W为【-0.1,0.1]，b为全0
W = tf.Variable(tf.random_uniform([1], -1.0, 1.0))
b = tf.Variable(tf.zeros([1]))
y = W * x_data + b
Minimize the mean squared errors.
最小二乘法和梯度下降法
loss = tf.reduce_mean(tf.square(y - y_data))
optimizer = tf.train.GradientDescentOptimizer(0.5)
train = optimizer.minimize(loss)
Before starting, initialize the variables. We will ‘run’ this first.
#以上定义好数据和解决问题的方法以后，下面就是委托tensorflow执行
#init 让tf进行初始化
init = tf.global_variables_initializer()
Launch the graph.
跟tf建立对话，并委托tf执行计算
sess = tf.Session()
sess.run(init)
Fit the line.
让tf将算法执行200次，每20次打印计算结果。
for step in range(201):
sess.run(train)
if step % 20 == 0:
print(step, sess.run(W), sess.run(b))
Learns best fit is W: [0.1], b: [0.3]
按键盘ctrl+s保持，再按键盘ctrl+b进行编译和运行。
如果整个运行和安装过程没有问题，就会出现如下运行结果，如红色框内，这样就表示Sublime安装成功并可以使用TensorFlow了。
3.2 Python交互式命令行SublimeREPL使用
（1）安装SublimeREPL插件
首先，从https://github.com/ceticn1/SublimeREPL下载好sublimerepl插件，将其解压后放在Sublime Text的安装目录下，具体目录如下图所示。如果下载的压缩文件含有master，将master去掉。将以SublimeREPL文件夹COPY到Sublime\Data\Packages目录下，如下图所示：
（2）让SublimeREPL支持这个功能
找到Sublime Text 3目录下，Data\Packages\SublimeREPL\config\Python子目录下的Main.sublime-menu文件，如图所示：
找到"id": "repl_python"所在行，将这个JSON对象中args属性下cmd属性值改为[“python”, “-i”, “-u”, “ f i l e b a s e n a m e " ] ， 如 图 所 示 。 注 意 ： " p y t h o n " 必 须 与 上 面 安 装 p y t h o n 的 可 执 行 文 件 同 名 ， 如 p y t h o n 的 执 行 文 件 为 p y t h o n 3. e x e ， 那 么 相 应 的 i a r g s 属 性 下 c m d 属 性 值 改 为 [ " p y t h o n 3 " , " − i " , " − u " , " file_basename"]，如图所示。注意："python"必须与上面安装python的可执行文件同名，如python的执行文件为python3.exe，那么相应的iargs属性下cmd属性值改为["python3", "-i", "-u", " filebasename"]，如图所示。注意："python"必须与上面安装python的可执行文件同名，如python的执行文件为python3.exe，那么相应的iargs属性下cmd属性值改为["python3","−i","−u","file_basename”]。
[
{
“id”: “tools”,
“children”:
[{
“caption”: “SublimeREPL”,
“mnemonic”: “R”,
“id”: “SublimeREPL”,
“children”:
[
{“caption”: “Python”,
“id”: “Python”,
"children":[
{"command": "repl_open",
"caption": "Python",
"id": "repl_python",
"mnemonic": "P",
"args": {
"type": "subprocess",
"encoding": "utf8",
"cmd": ["python3", "-i", "-u"],
"cwd": "$file_path",
"syntax": "Packages/Python/Python.tmLanguage",
"external_id": "python",
"extend_env": {"PYTHONIOENCODING": "utf-8"}
}
},
{"command": "python_virtualenv_repl",
"id": "python_virtualenv_repl",
"caption": "Python - virtualenv"},
{"command": "repl_open",
"caption": "Python - PDB current file",
"id": "repl_python_pdb",
"mnemonic": "D",
"args": {
"type": "subprocess",
"encoding": "utf8",
"cmd": ["python3", "-i", "-u", "-m", "pdb", "$file_basename"],
"cwd": "$file_path",
"syntax": "Packages/Python/Python.tmLanguage",
"external_id": "python",
"extend_env": {"PYTHONIOENCODING": "utf-8"}
}
},
{"command": "repl_open",
"caption": "Python - RUN current file",
"id": "repl_python_run",
"mnemonic": "R",
"args": {
"type": "subprocess",
"encoding": "utf8",
"cmd": ["python3", "-i", "-u", "$file_basename"],
"cwd": "$file_path",
"syntax": "Packages/Python/Python.tmLanguage",
"external_id": "python",
"extend_env": {"PYTHONIOENCODING": "utf-8"}
}
},
{"command": "repl_open",
"caption": "Python - IPython",
"id": "repl_python_ipython",
"mnemonic": "I",
"args": {
"type": "subprocess",
"encoding": "utf8",
"autocomplete_server": true,
"cmd": {
"osx": ["python3", "-u", "${packages}/SublimeREPL/config/Python/ipy_repl.py"],
"linux": ["python3", "-u", "${packages}/SublimeREPL/config/Python/ipy_repl.py"],
"windows": ["python3", "-u", "${packages}/SublimeREPL/config/Python/ipy_repl.py"]
},
"cwd": "$file_path",
"syntax": "Packages/Python/Python.tmLanguage",
"external_id": "python",
"extend_env": {
"PYTHONIOENCODING": "utf-8",
"SUBLIMEREPL_EDITOR": "$editor"
}
}
}
]}
]
}]
}
]
这样相当于将SublimeREPL的python交互环境的命令改为运行当前文件的交互环境，如果还想保留以前的功能，可以自己添加一个这样的节点，注意id值要取名为唯一的id值。
3、设置快捷键
由于每次运行程序都要执行“工具-> SublimeREPL -> Python -> Python RUN current file”菜单，如图所示，会造成操作不便。
所以现在可以考虑创建个快捷键，选择首选项->按键绑定-用户
以设置快捷键F5为例，打开perferences – key bindings user 中粘贴如下代码
[
{ “keys”: [“f5”], “caption”: "Windows下TensorFlow开发环境搭建
一、实验目的
本实验主要是让学生了解人工智能神经网络的基本思想，掌握基于TensorFlow人工智能开发的环境搭建，培养在环境搭建过程中发现问题、分析问题和解决问题的能力，为后续的学习打下一个良好的基础。
二、实验要求
请按照实验步骤在电脑上安装并搭建支持TensorFlow开发环境所需要的编辑编译器、支持库等。将实验的关键步骤、存在的问题以及找到的解决办法、最后完成的实验情况等详细撰写在《实验报告》中，同时回答本实验的思考题，并将思考题答案写到实验报告中。
三、实验步骤
1.Python安装
1.1 Python安装包下载
读者可以从网上下载Python3.5后安装。截止目前为止，TensorFlow要求Python版本是3.5，操作系统64位。因此，使用者在安装的时候要随时关注Python对TensorFlow的支持版本。Python下载的官方网址：https://www.python.org/downloads/windows/，但是官方网址下载速度比较慢。因此，读者也可以自己在百度中搜索Python3.5安装包下载，找到一些国内下载网址（如下载之家）下载Python3.5安装包。
1.2 Python编译安装
下载后直接运行该文件就可以实现安装，在安装过程中可以选择默认路径，也可以自己设定安装目录，但是请初学者在安装的时候一定要记得自己在安装过程所选择的Python所安装的路径。安装过程中记得勾选Adding to PATH选项，这样安装程序会自动将C:\Python35及C:\Python35\Scripts加入Path变量。关键步骤如下图所示：
判断Python是否按照成功可以通过Windows的cmd命令行中测试Python是否安装成功，如下图所示：
选择命令提示符，之后进入命令行界面，在命令行界面中输入python，如果出现如下提示信息，就表示python已经安装正常。
2.安装pip
2.1 Pip安装包下载
pip 是 Python 包管理工具，该工具提供了对Python 包的查找、下载、安装、卸载的功能, 通过pip可以直接通过互联网获得各种 Python 开发包，我们使用的TensorFlow的Python开发包也需要通过pip得到。目前如果你在 python.org 下载最新版本的安装包，则是已经自带了该工具。Python 2.7.9 + 或 Python 3.4+ 以上版本都自带 pip 工具。
pip 的官方网址：https://pypi.org/project/pip/
你可以通过以下命令来判断是否已安装：
pip --version
如果你还未安装，则可以使用以下方法来安装：
首先需要从网上下载pip安装压缩包，将pip的tar包下载到本地并解压，这个tar.gz格式的是Windows和Linux通用的包，在Windows下用常规的解压工具即可解压，下载地址如下：
https://pypi.python.org/pypi/pip#downloads
下载完成后，将pip压缩包解压到自己指定的目录。
2.2 Pip安装包安装
进入cmd命令行环境，并进入到pip解压后的目录（注意：一定要进入pip文件目录，可以通过），然后执行Python setup.py install进行安装，安装完成之后出现finished则说明安装成功。
如果执行pip命令的时候，提示找不到这个命令，需要将pip的安装路径加入到环境变量中（设置环境变量可以参考Python的环境变量设置步骤），路径一般为刚才安装python所在目录的Scripts目录中。
环境变量添加完成之后，执行pip list。如果出现现在pip已经安装成功了，可以用来安装Python的一些模块了。
通过cmd命令进入命令行界面，在命令行界面中输入如下命令可以实现pip升级:python -m pip install --upgrade pip --force-reinstall
建议大家通过pip把一些常用的python支持库下载到本机，常用的python开源软件可以通过一些镜像（如清华开源软件镜像：https://pypi.tuna.tsinghua.edu.cn/simple）来就近安装，如下所示：
pip install -i https://pypi.tuna.tsinghua.edu.cn/simple tensorflow1.8.0
pip install -i https://pypi.tuna.tsinghua.edu.cn/simple --upgrade setuptools
pip install https://pypi.tuna.tsinghua.edu.cn/simpl numpy1.16.0
pip install -i https://pypi.tuna.tsinghua.edu.cn/simple keras==2.1.6
pip install opencv-python
pip install moviepy
……
3.Sublime安装
3.1 Sublime编辑器安装
Sublime Text 支持多种编程语言的语法高亮、拥有优秀的代码自动完成功能，还拥有代码片段（Snippet）的功能，可以将常用的代码片段保存起来，在需要时随时调用。我们可以使用Sublime Text编写Python程序并调试编译和运行。
大家可以在网上下载sublime的安装版本。
Sublime安装完成后需要与Windows系统中已经安装好的python对接，需要如下配置：
输入如下信息(红色部位为读者自己安装Python时的绝对路径)：
{
“cmd”: [“C:/Python35/python3.exe”,"-u","$file"],
“file_regex”: “3File "(…?)”, line ([0-9]*)",
“selector”: “source.python”,
“encoding”:“cp936”
}
另存为Sublime Text3\Data\Packages\User路径下，并命名为Python3.sublime-build。
这个时候在工具-编译系统就会出现Python3的菜单，选中即可。
新建一个python文件（主菜单：文件-新建），文件名可以自行定义，但是扩展名必须为.py，输入如下代码：
import os
os.environ[‘TF_CPP_MIN_LOG_LEVEL’] = ‘2’
import tensorflow as tf
import numpy as np
Create 100 phony x, y data points in NumPy, y = x * 0.1 + 0.3
先建立训练集，产生100组满足y=0.1x+0.3的[x,y]集合
x_data = np.random.rand(100).astype(np.float32)
y_data = x_data * 0.1 + 0.3
#----------------------------------------------------------
#以下程序就是利用这100个数据集[x,y]，来推算k和b值，即下面的W和b值
Try to find values for W and b that compute y_data = W * x_data + b
(We know that W should be 0.1 and b 0.3, but TensorFlow will
figure that out for us.)
初始化值：W为【-0.1,0.1]，b为全0
W = tf.Variable(tf.random_uniform([1], -1.0, 1.0))
b = tf.Variable(tf.zeros([1]))
y = W * x_data + b
Minimize the mean squared errors.
最小二乘法和梯度下降法
loss = tf.reduce_mean(tf.square(y - y_data))
optimizer = tf.train.GradientDescentOptimizer(0.5)
train = optimizer.minimize(loss)
Before starting, initialize the variables. We will ‘run’ this first.
#以上定义好数据和解决问题的方法以后，下面就是委托tensorflow执行
#init 让tf进行初始化
init = tf.global_variables_initializer()
Launch the graph.
跟tf建立对话，并委托tf执行计算
sess = tf.Session()
sess.run(init)
Fit the line.
让tf将算法执行200次，每20次打印计算结果。
for step in range(201):
sess.run(train)
if step % 20 == 0:
print(step, sess.run(W), sess.run(b))
Learns best fit is W: [0.1], b: [0.3]
按键盘ctrl+s保持，再按键盘ctrl+b进行编译和运行。
如果整个运行和安装过程没有问题，就会出现如下运行结果，如红色框内，这样就表示Sublime安装成功并可以使用TensorFlow了。
3.2 Python交互式命令行SublimeREPL使用
（1）安装SublimeREPL插件
首先，从https://github.com/ceticn1/SublimeREPL下载好sublimerepl插件，将其解压后放在Sublime Text的安装目录下，具体目录如下图所示。如果下载的压缩文件含有master，将master去掉。将以SublimeREPL文件夹COPY到Sublime\Data\Packages目录下，如下图所示：
（2）让SublimeREPL支持这个功能
找到Sublime Text 3目录下，Data\Packages\SublimeREPL\config\Python子目录下的Main.sublime-menu文件，如图所示：
找到"id": "repl_python"所在行，将这个JSON对象中args属性下cmd属性值改为[“python”, “-i”, “-u”, “ f i l e b a s e n a m e " ] ， 如 图 所 示 。 注 意 ： " p y t h o n " 必 须 与 上 面 安 装 p y t h o n 的 可 执 行 文 件 同 名 ， 如 p y t h o n 的 执 行 文 件 为 p y t h o n 3. e x e ， 那 么 相 应 的 i a r g s 属 性 下 c m d 属 性 值 改 为 [ " p y t h o n 3 " , " − i " , " − u " , " file_basename"]，如图所示。注意："python"必须与上面安装python的可执行文件同名，如python的执行文件为python3.exe，那么相应的iargs属性下cmd属性值改为["python3", "-i", "-u", " filebasename"]，如图所示。注意："python"必须与上面安装python的可执行文件同名，如python的执行文件为python3.exe，那么相应的iargs属性下cmd属性值改为["python3","−i","−u","file_basename”]。
[
{
“id”: “tools”,
“children”:
[{
“caption”: “SublimeREPL”,
“mnemonic”: “R”,
“id”: “SublimeREPL”,
“children”:
[
{“caption”: “Python”,
“id”: “Python”,
"children":[
{"command": "repl_open",
"caption": "Python",
"id": "repl_python",
"mnemonic": "P",
"args": {
"type": "subprocess",
"encoding": "utf8",
"cmd": ["python3", "-i", "-u"],
"cwd": "$file_path",
"syntax": "Packages/Python/Python.tmLanguage",
"external_id": "python",
"extend_env": {"PYTHONIOENCODING": "utf-8"}
}
},
{"command": "python_virtualenv_repl",
"id": "python_virtualenv_repl",
"caption": "Python - virtualenv"},
{"command": "repl_open",
"caption": "Python - PDB current file",
"id": "repl_python_pdb",
"mnemonic": "D",
"args": {
"type": "subprocess",
"encoding": "utf8",
"cmd": ["python3", "-i", "-u", "-m", "pdb", "$file_basename"],
"cwd": "$file_path",
"syntax": "Packages/Python/Python.tmLanguage",
"external_id": "python",
"extend_env": {"PYTHONIOENCODING": "utf-8"}
}
},
{"command": "repl_open",
"caption": "Python - RUN current file",
"id": "repl_python_run",
"mnemonic": "R",
"args": {
"type": "subprocess",
"encoding": "utf8",
"cmd": ["python3", "-i", "-u", "$file_basename"],
"cwd": "$file_path",
"syntax": "Packages/Python/Python.tmLanguage",
"external_id": "python",
"extend_env": {"PYTHONIOENCODING": "utf-8"}
}
},
{"command": "repl_open",
"caption": "Python - IPython",
"id": "repl_python_ipython",
"mnemonic": "I",
"args": {
"type": "subprocess",
"encoding": "utf8",
"autocomplete_server": true,
"cmd": {
"osx": ["python3", "-u", "${packages}/SublimeREPL/config/Python/ipy_repl.py"],
"linux": ["python3", "-u", "${packages}/SublimeREPL/config/Python/ipy_repl.py"],
"windows": ["python3", "-u", "${packages}/SublimeREPL/config/Python/ipy_repl.py"]
},
"cwd": "$file_path",
"syntax": "Packages/Python/Python.tmLanguage",
"external_id": "python",
"extend_env": {
"PYTHONIOENCODING": "utf-8",
"SUBLIMEREPL_EDITOR": "$editor"
}
}
}
]}
]
}]
}
]
这样相当于将SublimeREPL的python交互环境的命令改为运行当前文件的交互环境，如果还想保留以前的功能，可以自己添加一个这样的节点，注意id值要取名为唯一的id值。
3、设置快捷键
由于每次运行程序都要执行“工具-> SublimeREPL -> Python -> Python RUN current file”菜单，如图所示，会造成操作不便。
所以现在可以考虑创建个快捷键，选择首选项->按键绑定-用户
以设置快捷键F5为例，打开perferences – key bindings user 中粘贴如下代码
[
{ “keys”: [“f5”], “caption”: “SublimeREPL:Python”,
“command”: “run_existing_window_command”, “args”:
{
“id”: “repl_python_run”,
“file”: “config/Python/Main.sublime-menu”
}
},
]
这样以后要运行Python程序时，就可以直接按照设置的快捷键F5来运行了。
",
“command”: “run_existing_window_command”, “args”:
{
“id”: “repl_python_run”,
“file”: “config/Python/Main.sublime-menu”
}
},
]
这样以后要运行Python程序时，就可以直接按照设置的快捷键F5来运行了。
扫一扫
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
