摘要：打開命令提示符輸入出現(xiàn)下面提示說明已經(jīng)安裝成功安裝添加的環(huán)境變量環(huán)境變量中加上的路徑，例如。在命令提示符輸入安裝完成，建立一個全新的環(huán)境，例如我們想建立一個叫的開發(fā)環(huán)境，路徑為，那么我們輸入安裝完成。

工欲善其事，必先利其器。首先我們需要花費一些時間來搭建開發(fā)環(huán)境。

1.安裝python。python是人工智能開發(fā)首選語言。

2.安裝virtualenv。virtualenv可以為一個python應(yīng)用創(chuàng)建一套隔離的運行環(huán)境，避免不同版本的python或第三方庫互相影響。類似的虛擬環(huán)境還有anaconda，anaconda自帶常用庫，因此安裝包有幾百兆，與anaconda相比，virtualenv更輕量化，只有十幾兆的大小，可定制化高，推薦virtualenv。使用virtualenv這種虛擬環(huán)境的好處是安全，如果某個版本庫裝壞了，直接刪除這個虛擬環(huán)境的文件夾即可，不必重裝系統(tǒng)的python。

3.安裝常用的第三方庫。常用的有numpy（科學(xué)計算）、scipy（科學(xué)計算）、matplotlib（作圖）、sciket-learn（機器學(xué)習(xí)）、keras（tensorflow的高層封裝）、tensorflow（深度學(xué)習(xí)）。使用pip速度慢的問題點這里查看解決方法。

4.安裝CUDA和cuDNN（GPU版tensorflow）

Mac OS基于Unix，相比Windows做開發(fā)更方便，但是最大的缺點就是非常封閉，各種沙盒安全機制，可能正是由于這個原因，Google在后期的Tensorflow GPU版本中放棄了對Mac的支持。本文介紹Mac OS和Windows兩種系統(tǒng)中的環(huán)境搭建。Mac OS中，使用僅cpu版本的tensorflow（當(dāng)然也可以安裝舊版本的支持gpu的版本，前提是你的顯卡是Nvidia的卡）；Windows中，使用支持gpu版本的tensorflow。筆者目前是使用雙系統(tǒng)，跑普通機器學(xué)習(xí)算法和不是很深的神經(jīng)網(wǎng)絡(luò)時使用Mac OS，跑深一些的神經(jīng)網(wǎng)絡(luò)使用Windows，畢竟gpu比cpu快的多。（英偉達官方說計算能力3.0或更高的NVIDIA顯卡才支持gpu版tensorflow，所以安裝之前到這里查詢一下你的顯卡的算力，如果小于3，還是老老實實安裝cpu版的吧。）

1.安裝python

Mac OS自帶python2.7，我們需要自己安裝python3。目前tensorflow在Mac中支持的python版本為2.7、3.4、3.5、3.6。我們使用3.6版本。下載地址：點這里。安裝也很簡單，一直next就好了。打開終端輸入

python3

出現(xiàn)下面提示說明已經(jīng)安裝成功：

Python 3.6.7 (v3.6.7:6ec5cf24b7, Oct 20 2018, 03:02:14) 
[GCC 4.2.1 Compatible Apple LLVM 6.0 (clang-600.0.57)] on darwin
Type "help", "copyright", "credits" or "license" for more information.

2.安裝virtualenv

在終端輸入：

sudo pip install --upgrade virtualenv

安裝完成，建立一個全新的 virtualenv 環(huán)境，例如我們想建立一個叫AI的開發(fā)環(huán)境，路徑為~，那么我們輸入：

virtualenv --no-site-packages ~/AI

–no-site-packages是不復(fù)制系統(tǒng)python中的庫，安裝的就是一個不帶任何第三方庫的很干凈的環(huán)境。如果想拷貝系統(tǒng)python中的庫，需要使用--system-site-packages。

如果系統(tǒng)中有多個python，比如同時有python2和python3，想創(chuàng)建一個python2.7的環(huán)境，可以輸入：

virtualenv -p /usr/bin/python2 --no-site-packages ~/

進入這個環(huán)境：

source ~/AI/bin/activate

此時終端前綴變成

(AI) ~ $:

這時候就可以在這個環(huán)境安裝第三方庫了，系統(tǒng)Python環(huán)境不受任何影響。安裝時直接用pip，不需要使用sudo。例如安裝numpy：

(AI) ~ $:  pip install numpy

退出環(huán)境：

(AI) ~ $:  deactivate

就回到正常環(huán)境了，終端變回：

~ $:

3.安裝常用的第三方庫

進入虛擬環(huán)境：

source ~/AI/bin/activate

安裝numpy：

(AI) ~ $:  pip install numpy

安裝scipy：

(AI) ~ $:  pip install scipy

安裝matplotlib：

(AI) ~ $:  pip install matplotlib

安裝sciket-learn：

(AI) ~ $:  pip install sklearn

安裝keras：

(AI) ~ $:  pip install keras

安裝tensorflow：

(AI) ~ $:  pip install  https://storage.googleapis.co...

其它版本點這里

4.測試運行

import tensorflow as tf
import numpy as np
hello=tf.constant("hhh")
sess=tf.Session()
print (sess.run(hello))

如果沒有報錯說明安裝成功了。

1.安裝python

Windows不自帶python，目前tensorflow在Win中支持的python版本為3.5、3.6。我們使用3.6版本。直接下載python3.6安裝就好了。下載地址：點這里。安裝也很簡單，一直next就好了。

添加python的環(huán)境變量：

“我的電腦”-“屬性”-“高級系統(tǒng)設(shè)置”-“環(huán)境變量”，在“系統(tǒng)變量”中選中“Path”,點“編輯”，加上python的路徑，例如“C:Python36”。這樣就可以在命令提示符中使用python了。打開命令提示符輸入

python

出現(xiàn)下面提示說明已經(jīng)安裝成功：

Python 3.6.7 (v3.6.7:6ec5cf24b7, Oct 20 2018, 03:02:14) 
[GCC 4.2.1 Compatible Apple LLVM 6.0 (clang-600.0.57)] on darwin
Type "help", "copyright", "credits" or "license" for more information.
>>>

2.安裝virtualenv

添加pip的環(huán)境變量：

環(huán)境變量“Path”中加上pythonScript的路徑，例如“C:Python36Script”。這樣就可以在命令提示符中使用pip了。

在命令提示符輸入：

pip install --upgrade virtualenv

安裝完成，建立一個全新的 virtualenv 環(huán)境，例如我們想建立一個叫AI的開發(fā)環(huán)境，路徑為C:Usersxxx，那么我們輸入：

virtualenv --no-site-packages C:UsersxxxAI

安裝完成。使用和上文Mac中類似，不再贅述。

3.安裝常用的第三方庫

和上文Mac中類似，不再贅述。只需注意tensorflow選擇win版支持gpu的版本。

pip install https://storage.googleapis.co...

4.安裝CUDA和cuDNN

因為在Windows中我們安裝的是支持gpu的tensorflow，因此比Mac中多兩個安裝步驟。CUDA是由NVIDIA推出的通用并行計算架構(gòu)，該架構(gòu)使GPU能夠解決復(fù)雜的計算問題。cuDNN是NVIDIA專門針對深度神經(jīng)網(wǎng)絡(luò)（Deep Neural Networks）中的基礎(chǔ)操作而設(shè)計基于GPU的加速庫。下面我們來安裝它們。

首先確保電腦安裝好了Nvidia顯卡驅(qū)動，打開控制面板---NVIDIA控制面板---幫助---系統(tǒng)信息---組件，如果支持CUDA會有NVCUDA.DLL 以及支持的CUDA版本。

根據(jù)查詢到的支持的CUDA版本到這里查詢匹配的tensorflow和cuDNN版本。

注意一定要版本匹配！

注意一定要版本匹配！

注意一定要版本匹配！

根據(jù)查詢好的版本下載正確的CUDA（下載地址：點這里）和cuDNN（下載地址：點這里）。

CUDA下載好是exe文件，直接雙擊安裝。安裝好路徑像下面這樣"C:Program FilesNVIDIA GPU Computing ToolkitCUDAv8.0"。

cuDNN下載好是一個壓縮包，里面有3個文件夾。一個include，一個lib64，還有一個bin。把它們復(fù)制到上面CUDA的安裝文件夾（"C:Program FilesNVIDIA GPU Computing ToolkitCUDAv8.0"）中。

配置環(huán)境變量，在環(huán)境變量“Path”中加上這三個路徑：

a."C:Program FilesNVIDIA GPU Computing ToolkitCUDAv8.0libx64
b."C:Program FilesNVIDIA GPU Computing ToolkitCUDAv8.0in
c."C:Program FilesNVIDIA GPU Computing ToolkitCUDAv8.0

安裝完成。

5.測試運行

import tensorflow as tf
import numpy as np
hello=tf.constant("hhh")
sess=tf.Session()
print (sess.run(hello))

如果沒有報錯說明安裝成功了，如果報錯請仔細檢查版本，python版本+tensorflow版本+CUDA版本+cuDNN版本。

最后預(yù)祝大家安裝順利！