TensorFlow学习笔记（二）手写体数字的识别—

手写体数字的识别——环境安装

上一篇 Anaconda 的安装：
建立 TensorFlow 的 Anaconda 虚拟环境
- 1. 建立工作目录
- 2. 建立 Anaconda 虚拟环境
- 3. 启动 Anaconda 虚拟环境
- 4. 关闭 TensorFlow 的 Anaconda 虚拟环境
在 Anaconda 虚拟环境安装 TensorFlow 与 Keras
- 1. 启动之前安装的 Anaconda 虚拟环境
- 2. 安装 TensorFlow CPU 版本
- 3. 安装 Keras
启动 Jupyter Notebook
- 1. 启动 Jupyter Notebook
- 2. 建立新的 Notebook
- 3. Jupyter Notebook 输入命令的方式
- 4. 导入 TensorFlow 模块
- 5. 查看 TensorFlow 的版本
- 6. 导入 Keras 模块
- 7. 查看 Keras 版本
- 8. 保存 Notebook
- 9. 关闭 Notebook 网页
- 10. 打开之前保存的 Notebook
- 11. 关闭 Jupyter Notebook
附录

注：博主的电脑是Windows10系统， cpu是 i7 -8750H 。

上一篇 Anaconda 的安装：

https://blog.csdn.net/Robits/article/details/103209816

建立 TensorFlow 的 Anaconda 虚拟环境

1. 建立工作目录

在命令提示符窗口输入下列命令：

cd pythonwork

执行后屏幕显示界面如图：
注：如果显示“找不到文件路径”，就手动在你需要的位置创建一个文件夹，然后用 cd 指令打开刚刚创建的文件路径即可。

2. 建立 Anaconda 虚拟环境

conda create --name tensorflow python=3.7 anaconda

命令	说明
conda create	建立虚拟环境
–name tensorflow	虚拟环境的名称是 tensorflow
python=3.7	Python 版本是 3.5
anaconda	加入此命令选项，建立虚拟环境时，也会同时安装其他 Python 的软件包

执行后会首先收集安装包信息，手机成功屏幕显示界面如图：
（因为博主已经安装好了，所以借舍友的电脑进行了安装）

按Y键之后，就会开始安装 Anaconda 虚拟环境，耐心等待下载完成。
下载成功后屏幕显示界面如图：

3. 启动 Anaconda 虚拟环境

activate tensorflow

执行后屏幕显示界面如图：

4. 关闭 TensorFlow 的 Anaconda 虚拟环境

deactivate tensorflow

执行后屏幕显示界面如图：

在 Anaconda 虚拟环境安装 TensorFlow 与 Keras

1. 启动之前安装的 Anaconda 虚拟环境

2. 安装 TensorFlow CPU 版本

pip install tensorflow

按 Y 键下载，耐心等待下载完成。

3. 安装 Keras

pip install keras

按 Y 键下载，耐心等待下载完成。

启动 Jupyter Notebook

1. 启动 Jupyter Notebook

在命令提示符窗口输入如下命令：

cd pythonwork

activate tensorflow

jupyter notebook

如果没有自动跳转到 Jupyter Notebook 的 Web 界面，复制网址手动进行访问。
复制网址如图：
注: Teminal 中的复制快捷键是 Enter 键，而不是 Ctrl + C 。

执行成功后屏幕显示界面如图：

我们可以单击 Untitled 来修改 Notebook 的名称，如图。

2. 建立新的 Notebook

进入 Jupyter Notebook 界面后，可以按照如图所示的步骤新建 Notebook。
注：刚打开的时候 Notebook应该是空的，截图中的是博主自己的文件。

3. Jupyter Notebook 输入命令的方式

在 In [ ] 里输入程序代码，按 Shift + Enter 或 Ctrl + Enter 组合键来执行程序。
这两种方式的差异如下：

Shift + Enter : 执行后，光标会移动到下一个程序单元格。
Ctrl + Enter : 执行后光标仍停留在当前的程序单元格。

4. 导入 TensorFlow 模块

在程序单元格输入下列命令，然后按 Shift + Enter 组合键，执行程序代码：

import tensorflow as tf       #导入 TensorFlow 模块，后续以 tf 来引用这个模块

执行结果如图，没有任何输出，没有消息就是好消息。
如果 TensorFlow 的安装有问题，就会显示错误信息。

5. 查看 TensorFlow 的版本

tf.__version__

执行结果如图：

6. 导入 Keras 模块

import keras

执行结果如图：

7. 查看 Keras 版本

keras.__version__

运行结果如图：

8. 保存 Notebook

当要退出 Notebook 时，记得保存。

9. 关闭 Notebook 网页

保存完成后就可以关闭 Notebook 网页。

10. 打开之前保存的 Notebook

回到 Jupyter 网页，我们可以看到之前保存的 XX.ipynb 。如果要再次打开这个 Notebook ，单击即可。

11. 关闭 Jupyter Notebook

关闭浏览器后，回到命令提示符窗口，按 Ctrl + C 关闭
可以看到已经回到了 tensorflow 的虚拟环境

附录

JupterNotebook 的官方说明文档中文翻译：http://flamepeak.com/2016/10/02/jupyter-notebook-official-docs-translate-20161002/
JupterNotebook 代码自动补全功能：
https://blog.csdn.net/weixin_37595559/article/details/81540482
更换为国内镜像源的方法：https://blog.csdn.net/Robits/article/details/103517412
下一篇手写体数字识别——数据生成https://blog.csdn.net/Robits/article/details/103518266