Anconda的使用

Anaonda简介

　　Anaconda即是一个python包管理工具又是一个虚拟环境管理工具。安装好Anaconda后，默认创建了一个名为base的虚拟环境，为了同时管理和使用不同版本的python我们应该创建不同的虚拟环境，然后在相应的虚拟环境下进行对应版本的python和第三方包的安装。

Anaconda常用命令及操作

创建虚拟环境

conda create --name tensorflow python=3.5  #创建一个名为“tensorflow”的环境，安装3.5版本的环境

删除虚拟环境

conda remove -n tensorFlow --all     #删除一个名为“tensorflow”的虚拟环境

激活虚拟环境

activate tensorflow       #激活名为“tensorflow”的虚拟环境

安装相应的第三方包

使用Anaconda中的conda包管理工具进行安装（先进入相应的虚拟环境）

conda install 包名

使用pip包管理工具进行安装（先激活虚拟环境中，安装pip,通过pip安装包）

pip install

更换Anaconda下载源路径（使用清华大学镜像包）

conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/
conda config --set show_channel_urls yes

pip常用国内源

pip install 包名 -i http://pypi.douban.com/simple/ --trusted-host pypi.douban.com

Keras、TensorFlow及Theano之间的关系

TensorFlow和Theano都是目前较为流行的机器学习框架，而Keras是基于tensorflow和theano再次封装而成的机器学习库，让用户可以不在关注底层实现的细节，所以可以Keras相当于前段程序，直接供用户使用，而后端程序可以使用TensorFlow和Theano，默认使用的是Tensorflow框架。我们通过修改配置文件的方式来修改这一配置。以windows系统为例，在window系统的目录：C:\Users\bob\.keras\keras.json文件（系统的用户目录下的.keras文件夹下的keras.json文件），文件内容如下：

{
    "backend": "tensorflow",#将此处更改成theano即调用theano作为keras的后端程序
    "image_data_format": "channels_last",
    "floatx": "float32",
    "epsilon": 1e-07
}

图 Keras、tensorflow及theano关系图

　安装Tensorflow为案例

　　tensorflow是Google开源的一个深度学习框架，其是基于python开发，使用该框架能轻松地创建、训练神经网络，一般推荐使用Anaconda安装。其支持windows和Linux平台，但是windows平台下目前只支持python3.5版本。

tensorflow的安装

安装Anaconda.
为了方便管理，使用Anaconda创建开发环境，这里命名为：tensorflow.后面所有的跟tensorflow有关程序可以放到这个环境下。

conda create --name tensorflow python=3.5  #创建一个名为“tensorflow”的环境，安装3.5版本的环境

创建成功之后，再激活“tensorflow”环境。具体命令如下：

activate tensorflow

在这个“tensorflow”环境下安装tensorflow

pip install --upgrade --ignore-installed tensorflow  #使用pip进行安装

tensorboard简介和使用