Anaconda3(python 3.7) + CPU版TensorFlow_支持 python3.7 的tensorflow cpu 版本

问题————

• 问题一：为什么要安装TensorFlow？
• 答案：“TensorFlow是相对高阶的机器学习库，用户可以方便地用它设计神经网络结构，而不必为了追求高效率的实现亲自写C++或CUDA代码。同时不局限于神经网络，其数据流式图支持非常自由的算法表达，当然也可以轻松实现深度学习以外的机器学习算法。” ——摘自《TensorFlow实战》：黄文坚，唐源。书上也有讲它和其他学习框架的区别，包括Caffe，Theano等，但是我不明白，因为老师让我在python环境中学习用TensorFlow构建神经网络进行图像识别（这个课题我到现在学了差不多三个月了也没有什么进展）所以就装它喽。
• 问题二：为什么要在Anaconda这个平台中进行？
• 答案：这是我在安装完之后的一点感觉：1.Anaconda自带python环境，而且在Anaconda中可以随意切换和卸载python版本（方法下面会介绍）；2.Anaconda自带了一个spyder，不过先入为主，我第一次用的是sublimetext，所以不愿意去尝试新类型的集成开发环境(IDE)，比如：emacs，vim，atom，visual，studio code，pycharm等；3.网上还说它各种好，而且用在win10中更好。
• 问题三：为什么没用GPU版的？
• 答案：我的win10系统电脑，显卡是Intel® Iris™ Graphics 6100（设备管理器——显卡适配器），属于Intel系列并不是NVIDIA系列的，不支持CUDA所以无法安装GPU版本的TensorFlow，只能退而求其次安装据说功能等同于GPU版速度却很慢的CPU版本。

进入正题————

• 安装Anaconda：https://www.anaconda.com/download/

不管三七二十一，直接安装最新版本，目前为止最新版的是5.3.1，自带python 3.7。

• 更改python版本：https://blog.csdn.net/weixin_39278265/article/details/82982937

目前TensorFlow好像只支持到python 3.6，因此我们要创建一个新的名为py36（可任取）的环境，打开Anaconda Prompt输入：conda create -n py36 python=3.6，我是喜欢什么能用最新版就用最新版，大家可以根据需求更改环境的名称和版本，打开Anaconda Navigator左侧Enviroments中就可以看到新添加的环境，然后激活这个新配置的环境：conda activate py36，之后输入python，就可以打开这个版本的了。若要退出这个环境：conda deactivate py36即可。接下来我们就要在这个python 3.6环境中安装TensorFlow。

• 搭建TensorFlow：https://blog.csdn.net/bin_bin_bingo/article/details/79250591#commentBox

输入清华的仓库镜像（我不知道这样做是为什么，不这样的话会出错）：

conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/
conda config --set show_channel_urls yes

(https://mirrors.tuna.tsinghua.edu.cn/help/anaconda/)，然后创建一个名为tensorflow的环境：conda create -n tensorflow pip python=3.6，同样地，打开Anaconda Navigator左侧Enviroments中就可以看到新添加的环境，然后激活这个新的环境：activate tensorflow，接着搭建TensorFlow：pip install --ignore-installed --upgrade tensorflow。
接下来等待即可，如果出现错误，可能是因为pip版本过低，用pip --version查看pip版本，用pip -m pip install -U pip更新pip。

• 测试TensorFlow是否安装成功：https://blog.csdn.net/bin_bin_bingo/article/details/79250591#commentBox

打开Anaconda Prompt，激活tensorflow环境，键入python进入交互环境，输入如下代码：

importtensorflow as tf
hello = tf.constant('Hello, TensorFlow!')
sess = tf.Session()
print(sess.run(hello))

若没有出现运行错误则证明安装成功。
检测所安装的TensorFlow能否做CPU运算：https://blog.csdn.net/bin_bin_bingo/article/details/79250591#commentBox
打开Anaconda Navigator左侧Enviroments，点击tensorflow环境，install其中的spyder，打开之后输入如下代码：(https://blog.csdn.net/bin_bin_bingo/article/details/79250591)

import tensorflow as tf
import numpy as np
#import keras    装完keras后，去掉#尝试运行，用于检验安装
x=tf.placeholder("float")
y=tf.placeholder("float")
w=tf.Variable([1.0,2.0],name='w')
y_pred=tf.multiply(x,w[0])+w[1]
error=tf.square(y-y_pred)
 
train_op=tf.train.GradientDescentOptimizer(0.02).minimize(error)
model=tf.initialize_all_variables()
 
with tf.Session() as session:
    session.run(model)
    for i in range(1000):
        x_value=np.random.rand()
        y_value=x_value*2+6
        session.run([train_op],feed_dict={x:x_value,y:y_value})
 
    w_value=session.run(w)# get w   
    print ("ax+b,a=%.3f,b=%.3f"%(w_value[0],w_value[1]))

若无运行错误则证明成功安装了CPU-TensorFlow！