Anaconda
第二个选择是在你的笔记本电脑或台式电脑上安装Python和TensorFlow。最简单的使用Anaconda。我在这里描述安装细节。
你需要下载并安装适合你的操作系统的 Anaconda(我使用Windows 10,但是你可以使用 Mac版本的,如果你喜欢)你可以从https://anaconda.org/这个链接下载它。
在网页的右边你可以看到 Download Anaconda的链接如图 1-4 (右上方)。
图 1-4. 在 Anaconda网站的网页右上方，你可以看到软件下载链接
按照指示安装即可。安装完以后当你启动它时，你可以看到如图1-5所示的界面。
图1-5. Anaconda启动界面
Python包 (像 NumPy) 经常有间隔一定时间升组.新版本的包可能让你的代码不工作。某些函数可能被弃用或删除了。为了解决这个问题，在Anaconda里，你可以创建所谓的环境。这基本上是一个容器用来存放指定的Python版本和你想安装的包。例如，使用这个环境，你就可以使用一个包含 Python 2.7和 NumPy 1.10的容器以及另一个包含 Python 3.6和 NumPy 1.13的容器。你可能要处理用Python 2.7开发的现有的代码,因此你必须有一个容器包含正确的版本的Python.但是同时，你的项目可能要求使用 Python 3.6。使用这些容器，你就可以确保同时满足这些要求。 有时候不同的包会有冲突,所以你要小心，并避免安装所有的包在你的环境里，特别是当你要在规定时间里开发包的时候。 没有什么事情会比你的代码不工作而你却不知道为什么更差的了。
注意 当你定义一个环境时，尽量只安装你需要的包，升级包的时候一定要小心，确保升级不会破坏你的代码 (记住:函数经常被弃用，删除，增加，或改变。） 在升级前检查更新文档，只有你确实需要升级的特征时才升级。
你可以从命令行创建环境，使用 conda命令,但是要得到环境并运行你的代码，所有的事情都可以在图形界面进行。我会在这里解释这种方法，因为它很容易。我建议你读 Anaconda文档,以详细的理解如何在它的环境里工作: https://conda.io/docs/user-guide/tasks/manage-environments.html.
创建环境
让我们开始吧.首先点击左边导航栏的Environments链接 (一个小盒子的图标) (见图1-6)。
图1-6. 要创建新的环境,你首先要进入应用的Environments节,点击从左边导航栏的相关链接 (图上用黑方框标识)
然后点击 导航栏中间的Create按钮 (如图 1-7所示).
图 1-7. 要创建新的环境,你必须点击导航栏中间的 Create按钮 (如箭头所示) 。在图中,红色箭头指向的位置.
当你点击Create按钮时,会出现一个小窗口 (见图1-8)。
图 1-8. 你点击图1-4的Create按钮之后出现的小窗口
你可以选择任意的名称。本书我使用tensorflow 这个名称。 当你输入名称之后, Create 按钮被激活 (变为绿色)。点击它并等待一会儿直到所有必要的包被安装。有进候会弹出一个窗口告诉你有新版的 Anaconda可用并问你是否升级。你可以点击yes按钮。按照屏幕的指示直到 Anaconda导航器重新启动。
我们还没完成。再次点击左边导航栏的Environments链接 (见图 1-6), 然后点击新创建的环境的名称。如果你一直按指示操作，你应该能看到命名为"tensorflow"的环境。几秒钟之后你可以看到右边面板列出了所有已在环境里安装的可以供你使用的 Python包。我们现在必须安装额外的包: NumPy, matplotlib, TensorFlow,和 Jupyter. 我们首先从下拉菜单选择Not installed，如图 1-9所示。
图 1-9. 从下拉菜单选择 Not installed
接着在Search Packages字段,输入你想要安装的包的名称 (图 1-10展示已选择numpy).
图 1-10. 在搜索字段输入"numpy",使它包含于 package 目录
Anaconda导航器会自动的告你所有标题或描述里包含 "numpy"这个词的包。 点击名字为"numpy"的包左边的小方框，它会变成小的向下箭头(表示可以安装). 然后你点击右下角绿色的 Apply按钮(见图1-11).
图 1-11.你选择 numpy包以进行安装之后,点击右下角的绿色的Apply按钮.
Anaconda导航栏很聪明能够确定 numpy不否需要别的包。 你可以得到额外的窗口要求是否可以安装额外的包.只需点击Apply。图 1-12展示这个窗口看起来的样子。
图 1-12. 当安装包时, Anaconda导航器会检查你安装的包的依赖包有没有安装。它会从额外的窗口建议你安装缺失（但需要）的包 。本例中，NumPy库有 52个额外的包需要安装.只里要点击 Apply来安装即可.
你要安装下面的包。(我使用的包的版本放在括号里，后续的版本也行。)
-
- numpy (1.13.3): For doing numerical calculations
- matplotlib (2.1.1): To produce nice plots, as the ones you will see in this book
- scikit-learn (0.19.1): This package contains all the libraries related to machine learning and that we use, for example, to load datasets.
- jupyter (1.0.0): To be able to use the Jupyter notebooks