深度学习（一）：Anaconda深度学习环境建立

Anaconda多环境管理

针对不同应用需要不同版本python支持，比如Tensorflow只支持到python3.5.2，但是最新的Anaconda默认的已经为python3.6.1，这就需要使用conda来完成不同的应用环境的管理。

• 查看conda环境

    conda info -e #查看当前系统下的环境列表
    conda info    #查询当前环境的具体信息
    conda list #列出此环境下安装的包
  

• 创建conda环境

    conda create -n env_name #创建conda环境
    conda create -n env_name python=3.5.2  #构建基于python3.5.2的conda环境，并且安装依赖包。
  

• 切换conda环境

    activate env_name #切换到新环境
    activate root  #切换到root环境
    deactivate env_name #退出当前环境
  

• 删除conda环境

    conda remove -n env_name --all
  

参考资料 [1] 使用conda管理python环境

注[1] 在Anaconda Navigaor中的Environments可看到多个conda环境。

安装tensorflow

    conda create -n tensorflow python=3.5.2
    activate tensorflow
    #Tensorflow based on CPU
    (tensorflow)C:> pip install --ignore-installed --upgrade https://storage.googleapis.com/tensorflow/windows/cpu/tensorflow-1.1.0-cp35-cp35m-win_amd64.whl 
    #Tensorflow based on GPU
    (tensorflow)C:> pip install --ignore-installed --upgrade https://storage.googleapis.com/tensorflow/windows/gpu/tensorflow_gpu-1.1.0-cp35-cp35m-win_amd64.whl 

参考资料 [1] Installing TensorFlow on Windows

安装Keras（Deep Learning library for Theano and TensorFlow）

    (tensorflow)C:> conda install scipy #在当前环境下安装scipy，keras需要
    (tensorflow)C:> conda install jupyter #
    (tensorflow)C:> conda install pandas  #
    (tensorflow)C:> conda install scikit-learn
    (tensorflow)C:> conda install seaborn
    (tensorflow)C:> pip install keras

确定keras和tensorflow安装正确

    (tensorflow)C:> jupyter notebook #在tensorflow环境中打开jupyter notebook

之后可以通过import tensorflow 和 import keras来判断安装是否正常。
欢迎访问我的博客monte3card's blog