安裝Tensorflow-gpu==1.13.1 查看Tensorflow版本 國內鏡像 體驗識別數子
感受：
終於安裝好了，非常的開心，因爲以前用的是TF2，有些新的API和模塊有改動，作爲初學者的小白，無從下手，所以聽從前輩的建議安裝Tensorflow，使用的方法是pip在線安裝，最好用國內鏡像安裝，會快捷穩定很多，內含安裝cpu版本的指令，安裝cpu版本後無需再進行後面的所有步驟了！！！個人建議安裝GPU版本的
| 步驟 | 內容 |
|---|---|
| * | 使用國內鏡像源安裝(強力推薦) |
| 1 | 安裝 |
| 2 | 繼續安裝 |
| 3 | 堅持就是勝利 |
| 4 | 測試並體驗深度學習的快樂 |
*，使用國內鏡像源安裝（強力推薦）
如果用了這個方法，那麼步驟1-3都可以不看了，因爲這個放法下載非常快！
先安裝Anaconda:詳細教程
安裝了Anaconda後就可以使用pip命令、來進行包管理了
在cmd窗口中輸入以下指令:
GPU版本
pip install -i https://pypi.tuna.tsinghua.edu.cn/simple tensorflow-gpu==1.13.1
CPU版本：
pip install -i https://pypi.tuna.tsinghua.edu.cn/simple tensorflow==1.13.1
安裝好後再輸入同樣的指令會出現以下信息輸出，表明安裝完畢，可用步驟4進行測試是否能使用。
一，安裝
在cmd窗口下輸入：
pip install tensorflow-gpu==1.13.1
如果不想安裝gpu版本則使用以下命令：
```powershell
pip install tensorflow==1.13.1
```
此方法安裝成功後就不用進行後面的所有步驟了，因爲CUDA和Cudnn是爲了tensorflow使用GPU服務的
這種安裝方法使用的是外國的pypi，具體我也不懂，網速傳輸會被限制就對了，因爲在線安裝會受到網絡的影響，所以在安裝的時候儘量保證網絡的暢通不間斷，不然經常報錯，小白我今晚使用東莞free-wifi堅持安裝了兩次，終於安裝好了！開心！
二，繼續安裝
若安裝成功再次輸入在線安裝指令時，會顯示如上兩圖的輸出；
若繼續報錯，也不用氣餒，在輸入一次，等它安裝，保持網絡暢通
三，堅持就是勝利
直到顯示如步驟一中的圖爲止，實在不行就凌晨安裝，成功機率可能大些
四，測試
1，打開Spyder3
2，鍵入以下代碼
import tensorflow as tf %emm，導入tensorflow模塊另取名爲tf，以方便使用
a = tf.__version__ %變量a賦值爲tf的版本信息
print(a) %打印輸出
3，看輸出
我們還可以嘗試調用tf1的API體驗到深度學習的快樂，這裏用前輩寫好的例程體驗下，代碼如下：
# -*- coding: utf-8 -*-
"""
Created on Wed May 31 20:09:17 2017
@author: 代碼醫生
@blog：http://blog.csdn.net/lijin6249
"""
from tensorflow.examples.tutorials.mnist import input_data
mnist = input_data.read_data_sets("MNIST_data/", one_hot=True)
print ('輸入數據:',mnist.train.images)
print ('輸入數據打shape:',mnist.train.images.shape)
import pylab
im = mnist.train.images[1]
im = im.reshape(-1,28)
pylab.imshow(im)
pylab.show()
print ('輸入數據打shape:',mnist.test.images.shape)
print ('輸入數據打shape:',mnist.validation.images.shape)
這表明我們成功使用tf1的mnist數據集進行了訓練！
結束語：在線安裝東西，網絡是關鍵！
總文:小白對這些軟件的抽象理解
以上內容如有任何錯誤或不妥歡迎指出，小白有時間定會更該！
