安裝Anaconda 5.2 + tensorflow 1.9

安裝Anaconda 5.2 + tensorflow 1.9

1. 下載Anaconda5.2.0（64位或32位）https://www.anaconda.com/download/
2. 安裝Anaconda5.2.0（一路確定即可）
3. 打開Anaconda prompt，然後執行pip list 查看已安裝的包
4. 如果你只有CPU，請執行：pip install tensorflow
5. 如果你有GPU，請參考：
   1. https://www.cnblogs.com/sorex/p/7615185.html
   2. https://blog.csdn.net/wwtor/article/details/80603296進行安裝
6. 安裝cuda+cudnn+tensorflow時請特別注意，第一個小版本號（小數點後第一位）一定不能錯！！
7. 驗證一下：Python環境下直接import tensorflow，若沒有報錯，則安裝正確。
8. 下載pycharm社區版

 

TensorFlow最簡教程

1. 使用圖 (graph) 來表示計算任務.
2. 在被稱之爲 會話 (Session) 的上下文 (context) 中執行圖.
3. 使用 張量(tensor) 表示數據.
4. 通過 變量 (Variable) 維護狀態.
5. 使用 feed 和 fetch 可以爲任意的操作賦值或者從其中獲取數據

 

用jupyter和pycharm分別驗證TensorFlow小程序

import tensorflow as tf

 

# 創建2個矩陣，前者1行2列，後者2行1列，然後矩陣相乘：

matrix1 = tf.constant([[3,3]])

matrix2 = tf.constant([[2], [2]])

product = tf.matmul(matrix1,matrix2)

 

# 上邊的操作是定義圖，然後用會話Session去計算：

with tf.Session() as sess:

    result2 = sess.run(product)

    print(result2)

 

安裝opencv 3.4

1. pip install opencv-python
2. 如果發現安裝特別慢，且報read time out 錯，可參考https://blog.csdn.net/lambert310/article/details/52412059，建立一個國內的映像。
3. 如果還是經常掉線，可試一下：pip --default-timeout=100 install opencv-python

 

驗證opencv小程序

#導入cv模塊

import cv2 as cv

#讀取圖像，支持 bmp、jpg、png、tiff 等常用格式

img = cv.imread("D:\python\test.jpg")

#創建窗口並顯示圖像

cv.namedWindow("Image")

cv.imshow("Image",img)

cv.waitKey(0)

#釋放窗口

cv2.destroyAllWindows()