人工智慧已經成為了目前的大趨勢，作為程式設計師的我們也應該跟著時代進步。Tensorflow作為人工智慧領域的重要工具，被廣泛的使用在機器學習的應用當中。

Tensorflow使用人數眾多、社群完善，所以我們可以把學習Tensorflow作為接觸人工智慧的第一步，閒話不多說，我們進入正題！

本套系列課程旨在記錄我學習Tensorflow的過程，我會用更簡潔的語言來與大家分享我的學習心得，所有文章我都會不間斷的更新完善，文章中有不正確的地方，請大家指正，共同學習！

一、安裝Python

安裝Python的方法很多，我們可以直接在Python的官網下載符合你作業系統的Python安裝包，直接安裝即可：

https://www.python.org/downloads/

但對於零基礎學習Tensorflow的朋友來說，tensorflow和opencv、numpy等第三方庫都有著依賴關係，未安裝第三方庫或版本不正確都會導致tensorflow無法安裝，所以我還是建議大家使用Anaconda來安裝python整合環境。

什麼是Anacoda?

Anaconda指的是一個開源的Python發行版本，其包含了conda、Python等180多個科學包及其依賴項，安裝Anaconda以後，再也不用擔心安裝tensorflow會踩到無數的坑。

1、安裝Anacoda

Anacoda的下載地址是：

https://www.anaconda.com/distribution/

我的作業系統是Windows 64位，所以下載“64-Bit Graphical Installer”。

下載完成後，雙擊開始安裝，選擇程式安裝路徑

在這裡要注意一下，記著勾選“Add Anaconda to the system PATH environment variable”，將Anacoda的路徑自動配置到環境變數中，雖然安裝完成後也可以手動新增，但這裡可以一勞永逸，避免出現未知的一些錯誤。

好了，點選“Install”靜等安裝完成吧！

安裝完成後，終端輸入：

conda --version

如果輸出conda的版本號，那就說明Anacoda安裝成功！

2、建立Anacoda虛擬環境

直觀的來說，Anacoda就像一個VMware（虛擬機器），虛擬機器安裝好以後，就需要安裝作業系統！所以我們開始建立一個適合使用tensorflow的python環境吧。

我們建立一個叫tensorbase的虛擬環境，此環境使用3.6版本的python，開啟終端輸入建立虛擬環境的命令：

conda create -n tensorbase python=3.6

輸入y，然後回車等待安裝！安裝成功後，我們可以使用命令檢視所有可用的虛擬環境：

conda env list

二、安裝tensorflow

 在終端中執行命令切換到我們新建立的虛擬環境中：

activate tensorbase

然後我們就可以使用python提供的pip工具來安裝tensorflow了，在安裝之前，我們先把pip的源更換為國內映象， 在終端執行命令：

更換為清華的源
pip config set global.index-url https://pypi.tuna.tsinghua.edu.cn/simple

源更換成功後，開始安裝tensorflow，在終端執行命令：

pip install tensorflow==1.4

注：由於我的cpu不相容1.5及以上的版本，所以我指定安裝了tensorflow的1.4版本，以後的課程也以1.4版本為標準來講解。

tensorflow分為cpu版和gpu版，我這裡安裝的是cpu版本，因為tensorflow不支援我的GPU！想要安裝GPU版的tensorflow，還需安裝CUDA和cuDNN，在這裡就不詳細介紹安裝方法，但如果你想知道tensorflow是否支援你的顯示卡，可以通過下面的網址檢視支援 CUDA的GPU卡：

https://developer.nvidia.com/cuda-gpus

等待安裝完成後，我們驗證一下tensorflow是否安裝成功，終端輸入命令：python進入編輯器，然後輸入：

import tensorflow as tf

如果沒有報錯的話，說明tensorflow1.4版本安裝成功！如果出現類似於下面的錯誤，那就說明你的CPU無法相容當前版本的tensorflow，你可以安裝老版本的tensorflow的解決這個問題。

ImportError: DLL load failed with error code -1073741795