在windows 10 64位系统下安装TensorFlow

版权声明：本文为博主原创文章，遵循CC 4.0 BY-SA版权协议，转载请附上原文出处链接和本声明。

本文链接：https://blog.csdn.net/mao_hui_fei/article/details/83692750

安装确实麻烦，而且有的人写的博客只能说他那次刚好安装成功了，却没有考虑其他的问题。
这次安装主要参考的这篇博客文章原文 确实很详细，但是我因为anaconda支持的python版本与TensorFlow支持的python版本不一致导致安装出错，因此下载时候一定不能下载最新版本的anaconda，要先查询下tensorflow支持python哪个版本再下

一：安装Anaconda和Tensorflow

1、从官方网站下载Anaconda

https://www.anaconda.com/download/

但是这个网站下载起来很慢，有人已经做好了一个链接
链接如下 https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/

2：进行软件安装（这个和普通的没什么特别区别）

3：安装完成Anaconda之后进行环境变量的测试

进入到windows中的命令模式：（运行——cmd）

（1）检测anaconda环境是否安装成功：conda --version

（2）检测目前安装了哪些环境变量：conda info --envs

3）对于Anaconda中安装一个内置的python版本解析器(其实就是python的版本)

查看当前有哪些可以使用的python版本：conda search --full -name python

安装python版本（我这里是安装的3.5的版本，这个根据需求来吧）：conda create --name tensorflow python=3.5

（4）激活tensflow的环境：activate tensorflow（注意：这个是在后序安装成功之后才能进行的，否则会提示错误）

（5）检测tensflow的环境添加到了Anaconda里面：conda info --envs（注意：基于后序安装成功之后才进行的，否则会提示错误）

（6）检测当前环境中的python的版本：python --version

（7）退出tensorflow的环境：deactivate

（8）切换到tensorflow的环境：activate tensorflow

上面的这些基本就可以对于Anaconda有一个比较简单的了解，其实它就类似于JDK的一些操作，比如我们查看jdk的版本，也可以用java --version ，所以说对于Anaconda去安装tensorflow是比较简单的原因也正是这样，也就是是给我们提供了一个基础的依赖环境，这样就方便我们进行后面的安装操作；

Anaconda的官方开发文档，可以看看，还是官网的东西更加好：

https://docs.anaconda.com/anaconda/user-guide/getting-started

https://anaconda.org/

4：进行正式的安装Tensorflow

注意事项：根据Tensorflow的官方文档，可以得到安装tensorflow的一个命令是下面：

pip install --ignore-installed --upgrade https://storage.googleapis.com/tensorflow/windows/cpu/tensorflow-1.0.0-cp35-cp35m-win_x86_64.whl

但是，如果我们在cmd中，直接进行这样的话，有可能是不能够成功的，开始也不知道为什么，后面发现是跟电脑的cpu和显卡有点关系，所以，采取后面的方法进行安装；

5：通过命令：pip install --upgrade --ignore-installed tensorflow

剩下的就是慢慢的等待安装的过程啦

温馨提示：（1）如果在这个命令之后，有提示说需要你升级你的pip的版本，那么你就根据上面的提示进行命令安装就可以了

如果在安装中最后提示 “pip._vendor.requests.packages.urllib3.exceptions.ReadTimeoutError: HTTPSConnectionPool(host=‘pypi.python.org’, port=443): Read timed out.”
即出现如下图的问题：

原因是外网下载太慢了
解决办法是：
使用镜像：pip install xxxx -i https://pypi.douban.com/simple 输入如下命令：

pip install virtualenv -i https://pypi.douban.com/simple

== 如果这个不成功，就加个时间限制长一些的命令
pip install --upgrade --default-timeout=100 --ignore-installed tensorflow
我两种方法都试了，试了几次，最后发现这个可以成功==

6：等待完成之后，确认是否安装成功
（1）打开之前安装的Anaconda

这两个都可以，我这里说一下使用Anaconda Prompt的方式；
步骤：①直接点击进入，就会显示如下的内容

②切换到tensorflow的环境

③进入python编辑环境

④然后编写一个使用的代码：

7：OK，到这里的话，基本上从安装到成功就已经实现了~~~~

温馨提示：如果你发现，你的conda和tensorflow环境都是安装成功的，但是一用测试代码进行跑的时候就出问题了，那么请注意，这个原因你由于你在安装tensorflow的时候，是直接在cmd下，而不是在你用conda激活的一个环境，所以导致，tensorflow并没有直接嵌入到conda环境，所以，就导致无法导入模块的一个错误；

解决方法：（1）只需要在activate tensorflow ----------注意：这个环境是第三步中的第3点里面创建的；

（2）然后再使用第五步中的命令就可以了

二：将Tensorflow环境嵌入到编辑器中

环境：Tensorflow和Pycharm编辑器

步骤：

1：下载Pycharm软件，，这个的话下载安装都很简单，所以就不多说了，见我的另一篇文章：Pycharm安装教程

2：使用Pycharm创建一个项目

3：设置项目的相关内容

温馨提示：注意上面的Interpreter的选择，因为我们现在要测试的是tensorflow嵌入到我们的IDE，方便我们开发，所以这个python解析器就是要选择我们之前安装tensorflow目录下的解析器，否则的话，我们之后是使用不了tensorflow的模块的内容的哦。。。特别要注意。。。当然，如果这里不选择，那么在创建工程之后还是可以修改的，后面我会说；

4：创建一个py文件，用于编写测试代码

5：运行程序代码

OKOK，，，这就说明我们的环境已经整合完成啦。。。。大功告成

温馨提示：有时候我们会发现，我们引入了tensorflow模块之后，那就会报错，这个原因有如下可能：

（1）tensorflow没有安装成功，这样的话，就需要重新按照我的步骤去了！

（2）IDE中的python解析器，没有使用tensorflow中安装的那个，所以导致无法识别

这个解决方案有两种：

第一种：就是创建工程的时候就选择正确的解析器，也就是我上面所使用的方法

第二种：就是在项目工程里面进行修改配置：

步骤：1：选择File----》setting

2：

3：添加新的解析器

4：找到我们安装的Anadonda中的env中的tensorflow中的python.exe

5：点击apply应用，然后重启我们的IDE，这样的话就不会报无法找到tensorflow的模块的错误了。

三：安装的一些额外库的方法

（1）安装cv2：pip install opencv-python

（2）安装人脸识别的库：pip install dlib == 18.17.100

（3）安装机器学习的库：pip install sklearn

（4）安装scipy库：pip install scipy

（5）安装numpy库：pip install numpy

（6）安装Pillow图像库：pip install Pillow

（7）安装matplotlib绘图库：pip install matplotlib

（8）升级pip：python -m pip install -U pip

七：常见的一些问题汇总
（1）问题：在cmd中，输入conda 命令，提示conda不是内部命令

解决方法：在环境变量（系统的Path）中添加：你的Anaconda安装目录下面的Scripts这个目录，比如我的就是，

D:\anacondadownload\Scripts