Tensorflow 1.0加入了原生的Windows支持，这样很多爱好者都可以玩玩MNIST数字识别了（机器学习界的Helloworld）。网上已经有很多相关的文章介绍如何安装，但是随着时间的流逝，有很多内容过期了，尤其Anaconda或者Python的版本不对会导致各种各样的安装错误。这里我们详细过一下Windows安装的正确步骤。

Anaconda的安装

推荐安装Anaconda而不是自己安装Python，这样很多科学库都一并装好了，也解决了头疼的库之间互相依赖的问题。Pip同时也被安装完成，为tensorflow的安装打下基础。

进入Anaconda官网：

Download Anaconda Now!

注意到现在下载版本是4.3.1，其带有的Python是3.6。如果我们安装这个版本，随后安装tensorflow就会因为Python版本太高而失败。我们应该选下面的”archive”链接，下载以前版本。推荐4.1.0，并根据你的windows版本选择合适的版本，32位的选择X86，64位的选择X86_64 (Anaconda3-4.1.0-Windows-x86_64.exe).正常安装即可。

Tensorflow的安装

打开Anaconda Prompt (在安装的文件夹中)，输入

Pip install tensorflow

即可开始安装CPU版本的tensorflow；如果要安装 GPU版本的则输入

Pip install tensorflow-gpu

注意GPU版本依赖Nvidia显卡驱动和CUDA库，请自行Google。

还有一点是如果你在proxy后面，可以声明proxy

pip install tensorflow --proxy proxy:port

实验

装好了tensorflow。我们实验一下。在Spyder里输入程序

import tensorflow as tf
from tensorflow.examples.tutorials.mnist import input_data
mnist = input_data.read_data_sets('MNIST_data',
one_hot=True)

print(mnist.train.images.shape,mnist.train.labels.shape)
print(mnist.test.images.shape,mnist.test.labels.shape)
print(mnist.validation.images.shape,mnist.validation.labels.shape)

选择运行，如果你在proxy下，会有下载MNIST_data失败的提升。我们应该加入HTTP_PROXY的环境变量或者在.condarc文件（一般在Anaconda3目录下）加入

proxy_servers: 
   http: proxy:port 
   https: proxy:port

如果.condarc文件不存在，可以用

conda config

生成一个。如果一切顺利就会显示

Extracting MNIST_data\train-images-idx3-ubyte.gz
Extracting MNIST_data\train-labels-idx1-ubyte.gz
Extracting MNIST_data\t10k-images-idx3-ubyte.gz
Extracting MNIST_data\t10k-labels-idx1-ubyte.gz
(55000, 784) (55000, 10)
(10000, 784) (10000, 10)
(5000, 784) (5000, 10)

到这里，我们可以开始玩tensorflow了。

欢迎大家关注微信公众号”UEFIBlog“加入讨论。