anaconda指的是一个开源的Python发行版本,其包含了conda、Python等180多个科学包及其依赖项。它是一个用python开发机器学习的必备工具。python
大名鼎鼎,相信不知道tensorflow的人应该不是不少,目前github上最火的项目之一。git
TensorFlow是谷歌基于DistBelief进行研发的第二代人工智能学习系统,其命名来源于自己的运行原理。Tensor(张量)意味着N维数组,Flow(流)意味着基于数据流图的计算,TensorFlow为张量从流图的一端流动到另外一端计算过程。TensorFlow是将复杂的数据结构传输至人工智能神经网中进行分析和处理过程的系统。github
TensorFlow可被用于语音识别或图像识别等多项机器学习和深度学习领域,对2011年开发的深度学习基础架构DistBelief进行了各方面的改进,它可在小到一部智能手机、大到数千台数据中心服务器的各类设备上运行。TensorFlow将彻底开源,任何人均可以用。数组
选择相应的Anaconda进行安装,下载地址点击这里,下载对应系统版本的Anaconda。服务器
就和安装普通的软件同样,所有选择默认便可,注意勾选将python3.6添加进环境变量。数据结构
这样Anaconda就安装好了,咱们能够经过下面的命令来查看Anaconda已经安装了哪些包。
运行 开始菜单->Anaconda3—>Anaconda Prompt
:架构
conda list
TensorFlow目前在Windows下只支持Python 3.5版本。机器学习
打开Anaconda Prompt,输入以下代码: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
开始菜单->Anaconda3—>Anaconda Navigator
,点击左侧的Environments
,能够看到tensorflow
的环境已经建立好了。
在Anaconda Prompt中启动tensorflow环境:学习
activate tensorflow
pip install --upgrade --ignore-installed tensorflow
测试tensorflow
在Anaconda Prompt中启动tensorflow环境,并进入python环境。
测试代码以下:
import tensorflow as tf
hello = tf.constant('Hello, TensorFlow!')
sess = tf.Session()
print(sess.run(hello))
可以在控制台看到输出“Hello, TensorFlow!”。
打开Anaconda Navigator
,选择Not installed
找到 ipython和Spyder并安装,而后切换到installed
,能够看到两个都已经安装好,打开Spyder。
运行测试代码:
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()
咱们可以在控制台看到输出的结果。
使用Anaconda可以快速的对科学计算进行开发,不须要考虑太多的依赖问题,它自己提供了各个平台的不一样版本,使用开发科学计算更加的简单快捷。