随手记
ancaconda Anaconda2-5.0.1-Windows-x86_64
(python3.5 ancaconda python-3.5.2-amd64 安装TensorFlow的时候自动依赖安装)
charmpython IDE
1 安装 ancaconda
访问Anaconda的下载页面，下载Python 3..6，选择64位版本。
2 配置国内的源
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/ conda config --set show_channel_urls yes
3 继续在 Anaconda Prompt 窗口输入：
conda create -n tensorflow python=3.5
activate tensorflow 输入 激活环境
4 安装CPU版本的tensorflow
pip install --ignore-installed --upgrade https://mirrors.tuna.tsinghua.edu.cn/tensorflow/windows/cpu/tensorflow-1.2.1-cp35-cp35m-win_amd64.whl
你也可以打开 https://mirrors.tuna.tsinghua.edu.cn/tensorflow/ 选择合适的 whl 文件地址进行安装；或者打开https://mirrors.tuna.tsinghua.edu.cn/help/tensorflow/ 可视化选择 whl 版本。
GPU
【主要参考这篇 http://blog.csdn.net/jin739738709/article/details/73525482】
安装
pip install --ignore-installed --upgrade https://mirrors.tuna.tsinghua.edu.cn/tensorflow/windows/gpu/tensorflow_gpu-1.2.1-cp35-cp35m-win_amd64.whl
下载对应的
1. 下载CUDA8.0并安装
CUDA Toolkit 8.0 - Feb 2017
https://developer.nvidia.com/cuda-80-ga2-download-archive
[官网：https://developer.nvidia.com/rdp/cudnn-download]
2. cuDNN v7.0.5
Download cuDNN v7.0.5 (Dec 5, 2017), for CUDA 8.0
https://developer.nvidia.com/rdp/cudnn-download
[官网：https://developer.nvidia.com/cuda-downloads]
打开你下载路径可以看到cuda文件夹下有三个子文件，分别为bin、include和lib
设置到环境变量比如：
E:cudnn-8.0-windows7-x64-v7cudain;E:cudnn-8.0-windows7-x64-v7cudainclude;E:cudnn-8.0-windows7-x64-v7cudalibx64;
WIN10下的版本对应是
CUDA Toolkit 8.0 - Feb 2017 配 cudnn-8.0-windows10-x64-v5.1 ，设定好环境变量后需要重启。
5. activate tensorflow
激活 TensorFlow 虚拟环境，当不使用 TensorFlow 时，使用 deactivate tensorflow 关闭。
6. 测试
进入到 Anaconda 安装目录下 /envs /tensorflow 文件夹，继续在 Anaconda Prompt 窗口输入输入：
python.exe
回车后，复制复制如下内容拷贝到Anaconda Prompt，自动输出：
import tensorflow as tf
hello = tf.constant('Hello, TensorFlow!')
sess = tf.Session()
>>> sess.run(hello)
>>> a = tf.constant(10)
>>> b= tf.constant(32)
>>> sess.run(a+b)
>>>
输出：
...
b'Hello, TensorFlow!'
...
42
表示 TensorFlow 已经安装成功。
7.配置 charmpython
启动的时候指定python路径即可，比如我这边是这个路径。“进入到 Anaconda 安装目录下 /envs /tensorflow 文件夹”
其他
1. W c: f_jenkinshomeworkspace elease-windevicecpuoswindows ensorflowcoreplatformcpu_feature_guard.cc:45] The TensorFlow library wasn't compiled to use SSE instructions, but these are available on your machine and could speed up CPU computations.
因为预编译的问题，可百度看到。
补【升级版本】
出错处理
参考这里代码确认是否哪些DLL没有设定对
https://www.cnblogs.com/facingwaller/p/8614164.html
1. 使用 upgrade
- CPU：pip3 install –upgrade tensorflow
- GPU：pip3 install –upgrade tensorflow-gpu
2. 指定升级的版本（1.2.0）
- CPU：
pip install --ignore-installed --upgrade https://mirrors.tuna.tsinghua.edu.cn/tensorflow/windows/cpu/tensorflow-1.2.1-cp35-cp35m-win_amd64.whl - GPU：
pip install --ignore-installed --upgrade https://storage.googleapis.com/tensorflow/windows/gpu/tensorflow_gpu-1.2.0-cp35-cp35m-win_amd64.whl
由上所示，python 的版本需要为 3.5。
---
补充 安装jieba
执行Anaconda2.exe
输入
activate tensorflow
pip install jieba
3
安装插件
activate tensorflow_gpu_121
pip install gensim
pip install sklearn
pip install matplotlib
pip install pandas