TensorFlow从入门到理解（一）：搭建开发环境【基于Ubuntu18.04】

*注：教程及本文章皆使用Python3+语言，执行.py文件都是用终端（如果使用Python2+和IDE都会和本文描述有点不符）

一、安装，测试，卸载

TensorFlow官网介绍得很全面，很完美了，各种系统、方式、类别都一一组合介绍了，大家直接点击去官网安装TensorFlow，这里需要注意的是TensorFlow有CPU和GPU版本之分。当然用TensorFlow前得先装好Python的开发环境。

*测试安装是否成功的代码时，如果使用的是CPU版本，如果出现错误：

sess = tf.Session(),I tensorflow/core/platform/cpu_feature_guard.cc:137] Your CPU supports instructions that this TensorFlow binary was not compiled to use: SSE4.1 SSE4.2 AVX, 

恭喜你，你可以换一台机器来跑TensorFlow了，因为你的机器太落后被TensorFlow嫌弃了！

其实这个并不会影响你后面的运行（本人在运行一些神经网络时，很慢而且准确度被卡低了。。。），解决方法是：

1、选择忽视；

2、在每个文件开头输入如下：

import os

os.environ['TF_CPP_MIN_LOG_LEVEL'] = '2'

3、进 tensorflow 官网，从源码安装。

二、安装有关库

1、安装Matplotlib、Numpy、Scipy、skimage

pip install matplotlib numpy scikit-learn scikit-image

2、检查是否成功

进入python命令行模式，分别输入

import matplotlib
import numpy
import scipy
import skimage

如果都没有报错（没有返回结果），则说明这些Python库都安装成功了。

*这里说个检查.py文件里要使用的库是否安装和语法错误的技巧是使用PyCharm打开文件，亮红色即说明有错误。

Windows安装参考：https://blog.csdn.net/sinat_28224453/article/details/51462935