anaconda指的是一個開源的Python發行版本,其包含了conda、Python等180多個科學包及其依賴項。它是一個用python開發機器學習的必備工具。python
大名鼎鼎,相信不知道tensorflow的人應該不是不少,目前github上最火的項目之一。git
TensorFlow是谷歌基於DistBelief進行研發的第二代人工智能學習系統,其命名來源於自己的運行原理。Tensor(張量)意味着N維數組,Flow(流)意味着基於數據流圖的計算,TensorFlow爲張量從流圖的一端流動到另外一端計算過程。TensorFlow是將複雜的數據結構傳輸至人工智能神經網中進行分析和處理過程的系統。github
TensorFlow可被用於語音識別或圖像識別等多項機器學習和深度學習領域,對2011年開發的深度學習基礎架構DistBelief進行了各方面的改進,它可在小到一部智能手機、大到數千臺數據中心服務器的各類設備上運行。TensorFlow將徹底開源,任何人均可以用。數組
選擇相應的Anaconda進行安裝,下載地址點擊這裏,下載對應系統版本的Anaconda。服務器
就和安裝普通的軟件同樣,所有選擇默認便可,注意勾選將python3.6添加進環境變量。數據結構
這樣Anaconda就安裝好了,咱們能夠經過下面的命令來查看Anaconda已經安裝了哪些包。
運行 開始菜單->Anaconda3—>Anaconda Prompt
:架構
conda list
TensorFlow目前在Windows下只支持Python 3.5版本。機器學習
打開Anaconda Prompt,輸入以下代碼:工具
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --set show_channel_urls yes
conda create -n tensorflow python=3.5
開始菜單->Anaconda3—>Anaconda Navigator
,點擊左側的Environments
,能夠看到tensorflow
的環境已經建立好了。
在Anaconda Prompt中啓動tensorflow環境:學習
activate tensorflow
pip install --upgrade --ignore-installed tensorflow
測試tensorflow
在Anaconda Prompt中啓動tensorflow環境,並進入python環境。
測試代碼以下:
import tensorflow as tf
hello = tf.constant('Hello, TensorFlow!')
sess = tf.Session()
print(sess.run(hello))
可以在控制檯看到輸出「Hello, TensorFlow!」。
打開Anaconda Navigator
,選擇Not installed
找到 ipython和Spyder並安裝,而後切換到installed
,能夠看到兩個都已經安裝好,打開Spyder。
運行測試代碼:
import tensorflow as tfa = tf.placeholder("int32")
b = tf.placeholder("int32")y = tf.multiply(a, b)
sess = tf.Session()
print(sess.run(y, feed_dict={a: 3, b: 3}))
sess.close()
咱們可以在控制檯看到輸出的結果。
使用Anaconda可以快速的對科學計算進行開發,不須要考慮太多的依賴問題,它自己提供了各個平臺的不一樣版本,使用開發科學計算更加的簡單快捷。