基于Python安装TensorFlow、库安装和Jupyter Notebook

一、TensorFlow下载安装

TensorFlow安装教程.pdf中是安装到默认路径下的，如果不想安装到C盘，想自定义安装，可以参考以下方法。

比如我安装的路径为D:\xcsoftware\Python\InstallationPath

可以通过cmd，在默认路径下输入d:进入D盘，输入pip3 install tensorfolw，如图1.1所示，如图1.2所示安装成功。

图1.1

图1.2

二、Python库安装

使用pip安装有两种方式，一种是直接在命令行安装，第二种是下载好相应的版本后再安装，各有利弊，推荐第二种方法，详情看下文。

2.1、使用pip通过命令行直接安装库

以安装numpy 库为例，同样先进入d盘路径下，然后输入 pip3 install numpy(安装的库名)，如图2.1所示，会提示安装成功。

图2.1

有时候会提示更新pip版本，同样在d盘路径下，根据提示输入python –m pip install –upgrade pip 即可。

2.2、下载好相应文件再通过pip安装库

             这种方法安装可以省去后续安装scipy库的很多麻烦。比如安装scipy时，需要先安装numpy和mkl，如图2.2所示。而通过第一种（pip3 install numpy(安装的库名)）的方式安装的numpy是没有mkl的，因此安装scipy时会报错。为了解决这个问题，需要重新去库下载地址下载对应版本的带mkl的numpy，重新安装。  

图2.2

2.2.1、先去官网下载相应的版本库

在用Python开发时（Windows环境），会碰到需要安装某个版本的第三方库， windows版的各种Python库安装包下载地址：

（http://www.lfd.uci.edu/~gohlke/pythonlibs/）

其中cp34表示CPython 3.4，win_arm64指的是64位版本。将下载的whl文件放到Python安装Scripts目录下，因为pip在这个目录下。

2.2.2、通过cmd去到Python安装Scripts目录下，再使用pip install xxx.whl安装

如图2.2.2.1所示，cmd进入默认路径后，d:进入D盘，再通过

cd D:\xcsoftware\Python\InstallationPath\Scripts进入Python安装Scripts目录下，接着就可以通过pip3 install “xxx.whl”(对应的文件名)安装库了。图2.2.2.1，图2.2.2.2，图2.2.2.3分别是numpy,scipy和PIL库的安装效果图。其中安装PIL库时，使用Pillow作为PIL的替代，如图2.2.2.4所示。

图2.2.2.1

图2.2.2.2

图2.2.2.3

图2.2.2.4

三、下载安装JupyterNotebook

             Jupyter notebook, 前身是IPython notebook, 它是一个非常灵活的工具，有助于帮助构建很多可读的分析，他的一个很大优点就是可以把代码、运行结果保存在一个notebook中，这对于学习算法比较重要，因为以后看代码的时候，可以很明确代码运行结果（尤其是在图像处理方面）。总结来讲，这个工具适合编写很多试验性代码，按算法类型分类notebook，每个notebook中保存不同的实现方式和运行效果。

在开始使用 notebook 之前，我们先需要安装该库。Jupyter 官网上（https://jupyter.readthedocs.io/en/latest/install.html）可以找到完整的步骤。

有以下两种方式：

1、对于初学者，可以通过安装 Anaconda，同时安装Python和JupyterNotebook

2、对于有Python经验的人来说，如果已经安装过Python,可以通过Python的pip工具来安装Jupyter Notebook。

接下来主要通过2方法来安装JupyterNotebook。

先通过cmd进入d盘，输入pip3 install jupyter，如图3.1所示，开始下载Jupyter

图3.1

              如图3.2所示，Jupyter Notebook被下载到了默认C盘，因此，可通过在命令窗口默认路径下（默认C盘）直接输入jupyternotebook 即可启动 Jupyter 主界面，如图3.3所示。

图3.2

图3.3

参考：

Jupyter Notebook 快速入门 http://www.cnblogs.com/nxld/p/6566380.html

http://www.cnblogs.com/haoguoeveryone/p/haoguo_4.html