1、安装anaconda(这里给出一位大神的安装教程)
教程地址: http://blog.csdn.net/u010858605/article/details/64128466
注意:1、在这篇教程中,安装的anaconda版本4.3.0,但是推荐使用anaconda 的最新版本
2、创建环境:
1)引用清华大学的镜像文件(这样比较快):
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --set show_channel_urls yes
这里给出另外一篇博客(里面有国内常用的pip镜像库):https://www.cnblogs.com/wqpkita/p/7248525.html
2)创建基于python3.6版本的环境:
conda create -n tensorflow python=3.6
3)激活刚刚创建的环境:
activate tensorflow
4)由于tensorflow1.6支持python3.6版本,但是需要升级python中的pip版本:
python -m pip install --upgrade pip
5)下面开始直接进行安装tensorflow:
cpu版本: pip install tensorflow
注:这时会自动下载对应的库,因为是访问“不可知领域”,比较慢请耐心等待,要是中间没有任何错误则代表安装完 成
6)测试tensorflow安装结果:
注:博主安装的是gpu版本的,所以输出中含有博主的GPU信息
这里贴出测试代码:
import tensorflow as tf
hello = tf.constant('Hello, TensorFlow!')
sess = tf.Session()
print(sess.run(hello))
测试结果:
表示安装完成
anaconda的一些常用指令(转载):http://blog.csdn.net/menc15/article/details/71477949
根据谷歌开源的TensorFlow Object Detection API视频物体识别系统实现教程:
http://blog.csdn.net/xiaoxiao123jun/article/details/76605928
注:这篇文章中有些问题,因为在win10中不识别 *.proto 通配符
在win10系统中,这行指定是无法执行的(博主的电脑是这样的),这里给出解决方案(转载):
http://blog.csdn.net/llrraa2010/article/details/79361291
这里给出使用tensorflow 完成了cifar10 样例代码的博主:https://blog.csdn.net/x_lock/article/details/53243833
最后祝开始快乐tensorflow学习
注意,现在vs2017可以直接模块安装anaconda 大大简化了安装过程(不过,不方便linux用户了)