一、工具
1. anaconda
Anaconda是专注于数据分析的Python发行版本，包含了conda、Python等190多个科学包及其依赖项。conda 是开源包（packages）和虚拟环境（environment）的管理系统。
- packages 管理：可以使用 conda 来安装、更新 、卸载工具包 ，并且它更关注于数据科学相关的工具包。在安装 anaconda 时就预先集成了像 Numpy、Scipy、 pandas、Scikit-learn 这些在数据分析中常用的包。
- 虚拟环境管理： 在conda中可以建立多个虚拟环境，用于隔离不同项目所需的不同版本的工具包，以防止版本上的冲突。对纠结于 Python 版本的同学们，我们也可以建立 Python2 和 Python3 两个环境，来分别运行不同版本的 Python 代码。
2. Jupyter
Jupyter Notebook（此前被称为 IPython notebook）是一个交互式笔记本，支持运行 40 多种编程语言。
Jupyter Notebook 的本质是一个 Web 应用程序，便于创建和共享文学化程序文档，支持实时代码，数学方程，可视化和 markdown。 用途包括：数据清理和转换，数值模拟，统计建模，机器学习等等 。
二、安装 tensorflow
在 tensorflow 官方文档中，tensorflow 支持 Virtualenv，pip，Docker、从源代码安装、使用 Anaconda 进行安装。使用 Anaconda 管理python环境比较简单、方便。下面记录下使用 Anaconda 安装 tensorflow 的过程。
- 按照 Anaconda 下载网站上的说明下载并安装 Anaconda。
- 通过调用以下命令创建名为 tensorflow 的 conda 环境：(当前支持的python最新版本为3.6)
conda create -n tensorflow pip python=3.6 - 激活 conda 环境：
source activate tensorflow - 在 conda 环境中安装 TensorFlow：
pip install --ignore-installed --upgrade TF_PYTHON_URL
其中 TF_PYTHON_URL 是 TensorFlow Python 软件包的网址。
例如，以下命令将在 Python 3.6 环境中安装仅支持 CPU 的 TensorFlow 版本：
pip install --ignore-installed --upgrade https://storage.googleapis.com/tensorflow/mac/cpu/tensorflow-1.8.0-py3-none-any.whl -
在 anaconda 中安装 jupyter
打开 anaconda 中，切换到 Environments 标签，可以看到当前已安装的环境列表：
切换到 Home 标签，选中 tensorflow 环境，可以看到下面列出可以安装的应用列表，其中包含了要安装的 jupyter，点击 install 即可安装 。安装完成后 install 按钮就变成了 Lauch。 - 验证 tensorflow 是否以正确安装。
通过在 jupyter 中运行一个简短的 TensorFlow 程序来验证。
启动 jupyter 有两种方式：
- 通过 anaconda：在刚安装的 jupyter 中点击 launch，即可打开 jupyter 浏览器页面
- 通过终端：
- 激活 tensorflow 环境：
source activate tensorflow - 启动 jupyter：
juyter notebook
在 jupyter 中新建一个python 文档，输入下面的测试代码：
import tensorflow as tf
hello = tf.constant('Hello, TensorFlow!')
sess = tf.Session()
print(sess.run(hello))
Control + Enter 运行，如果输出 Hello, TensorFlow!，那么就可以尽情享用TensorFlow 了。
image.png
