作为门外汉，对深度学习和人工智能很感兴趣，期望能够将人工智能应用到实际工作中。经过前期的了解，决定使用Tensorflow和Keras进行学习，搭建开发环境的过程中参考了很多网络资料，也形成了一些自己的体会，于是有了本篇简纪。
开发环境：Windows10 64-bit。（备注：会有很多坑，经常遇到莫名其妙的问题）
开发语言：Python3.6，强烈推荐anaconda，可以避免很多麻烦。（备注：最新版的Tensorflow和Keras已经支持Python3.6版，很多文档说要3.5版的可以忽略）
学习框架：Tensorflow，Keras。（备注：二者的相关介绍请自行搜索）
参考资料：1. windows 10 64bit下安装Tensorflow+Keras+VS2015+CUDA8.0 GPU加速
2. Installing TensorFlow on Windows
分CPU版本和GPU版本分别说明安装步骤和过程，本文先说明CPU版本的安装。
步骤1：安装anaconda最新版本。下载地址：64-bit Python 3.6 version，如图。下载后，安装在自己喜欢的分区盘的根目录下，建议在根目录下创建Anaconda3目录，然后安装在该目录下。
anaconda下载界面
步骤2：增加国内镜像源。网络上都是用命令的方法，这里介绍在Anaconda Navigator界面上添加的方法，点击主界面左侧的Home一栏，然后点击Channels按钮，再点击右上角的Add按钮，就可以添加了，如图所示。加入清华大学的源即可。
https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/
https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
anaconda navigator下添加国内镜像
步骤3：设置环境变量。有两种方法，命令或界面，建议在界面下设置，打开安装好的Anaconda Navigatior，点击主界面左侧的Environments一栏，然后点击左下角Create按钮，会跳出来一个对话框，如图所示，选择Python，Name设置为tensorflow。
anaconda navigator下新建tensorflow环境变量
步骤4：安装Tensorflow。建议按照官方的文档来，针对不同的Python环境有不同的方法。本文使用了 anaconda，按照Installing with Anaconda下面的命令来。首先启动Anaconda Prompt命令终端，然后依次输入以下命令（>后面的部分），附图是官方的截图：
C:>activate tensorflow
(tensorflow)C:>pip install –ignore-installed –upgrade tensorflow
Tensorflow官方命令截图
步骤5：测试Tensorflow安装是否成功。启动Anaconda Prompt命令终端，依次输入以下命令（>后面的部分）：
C:>activate tensorflow
(tensorflow)C:>python
然后在在终端输入以下代码：
>>> import tensorflow astf
>>> hello = tf.constant(‘Hello, TensorFlow!’)
>>> sess = tf.Session()
>>> print(sess.run(hello))
如果不报错误，安装成功会输入以下内容，附官方文档的截图：
Hello, TensorFlow!
验证是否安装成功的官方说明
步骤6：安装Keras。启动Anaconda Prompt命令终端，输入以下命令：
C:>activate tensorflow
(tensorflow)C:>pip install keras
安装后验证keras是否安装成功，继续输入：
(tensorflow)C:>python
>>> import keras
没有报错，那么Keras就已经成功安装了。附图是在我自己电脑上运行的效果。
Keras安装成功的运行图
按照以上步骤，在我自己笔记本电脑上安装成功。如果有各种错误，建议多在网络上找找答案，实在找不到答案，那就卸载重新来一遍吧。最后，祝各位好运。这是我在简书的处女作，希望能够有所帮助。
