在上一篇文章中，我们详细介绍了Anaconda的安装，和使用conda进行环境控制。

[Python]Anaconda安装和使用指南

这是因为在Anaconda下，深度学习环境的安装配置和配置，变得十分的简单。深度学习框架，因为用到了GPU，所以要求了很多的依赖包，配置环境本身是件很麻烦的事情。这里，我们介绍Anaconda下，基于TensorFlow后台，Keras的安装。

什么是Keras

Keras （https://keras.io/zh/）是一个深度学习库。按照官网的介绍，Keras 是一个用 Python 编写的高级神经网络 API，它能够以 TensorFlow, CNTK, 或者 Theano 作为后端运行。Keras 的开发重点是支持快速的实验。能够以最小的时延把你的想法转换为实验结果，是做好研究的关键。

这或许听上去很官方，关于Keras，以下是你需要知道的：

• Keras使用Python语言
• Keras是一个深度学习库，使用Keras基本可以满足你对深度学习的一般要求
• Keras是一个高层的库。这里的意思是，Keras对底层深度学习框架（这里是TensorFlow, CNTK, 或者 Theano）进行了封装。当你调用Keras的语句时，实际上，你所搭载的后台框架进行了一长串的操作。很多时候，TensorFlow等框架十几行的语句，在Keras中只是一行命令。也正是因为这样的封装，使Keras变得十分简单。

而Keras的简单易用性，也是我们选择它最为什么学习入门工具的最主要原因。

安装TensorFlow

我们首先使用conda创建环境。

这里我们指定环境为Python3.6，这是因为在 Windows 上，TensorFlow 支持 Python 3.5.x 和 3.6.x。Linux和Mac系统对Python版本没有要求。本文中，我们统一使用Python3.6。以下的安装命令在Windows,Linux和Mac系统都同样适用。

# 创建环境
conda create --name py36 python=3.6

# 进入环境
activate py36

# 检查Python版本，应该返回Python 3.6.X
python --version
>> Python 3.6.5

在环境中，使用conda进行TensorFlow 的安装。conda会自动安装依赖的第三方包，不需要更多的操作。这里我们需要注意的是，要确定安装哪种TensorFlow，是使用CPU还是GPU的TensorFlow。

• 仅支持 CPU 的 TensorFlow。如果系统没有英伟达的显卡，即NVIDIA® GPU，就必须安装此版本。这是一个比较容易安装的版本（用时通常在 5 或 10 分钟内），并且是最基础的版本，所以即使在拥有 NVIDIA GPU的情况下，也可以预先安装此版本。
• 支持 GPU 的 TensorFlow。如果系统中有NVIDIA® GPU，那么GPU可以大大提速TensorFlow 程序的运行。这时候就应该选择安装此版本。

要安装仅支持 CPU 的 TensorFlow 版本，请输入以下命令：

conda install tensorflow

要安装 GPU 版本的 TensorFlow，请输入以下命令：

conda install tensorflow-gpu

GPU版本的TensorFlow因为依赖的包比较多，需要的时间较长，由十几分钟到几十分钟不等。

无论是CPU版本还是GPU版本，在安装完成后，都可以使用以下代码测试TensorFlow是否正常安装。

# Python
import tensorflow as tf
hello = tf.constant('Hello, TensorFlow!')
sess = tf.Session()
print(sess.run(hello))

如果完成安装，在命令运行完之后可以看到一面的输出。

Hello, TensorFlow!

到这里，我们已经成功安装了TensorFlow。更多的安装知识，可以参考TensorFlow官网的安装页面。

https://www.tensorflow.org/install/

安装Keras

在TensorFlow搭建成功之后，安装Keras就是很简单的一件事。

在相同的环境下（比如我们现在使用的py36），输入以下命令，一行搞定。

pip install keras

同样的，Keras的安装也可以参考官网指南。

https://keras.io/#installation

提示安装完成后，进入Python，载入Keras，无报错即安装成功。

# python
import keras