建立 TensorFlow 的 Anaconda 虛擬環境
為什麼要使用 Anaconda 虛擬環境安裝 TensorFlow ? 因為在一台電腦中，我們經常會需要使用不同版本的套件撰寫程式。
例如在一年前，我們會使用 TensorFlow 0.9 的版本撰寫深度學習的程式，時隔一年，TensorFlow 已經改版至 1.8，兩個版本的語法有些許的不同，因此，如果在同一個環境下同時運行兩支利用不同版的 TensorFlow 所撰寫的程式，可能會發生語法不相容的問題。
為了解決這個問題，我們就會使用 Anaconda 虛擬環境來獨立安裝開發時所需要的套件，讓 TensorFlow 0.9 與 TensorFlow 1.8，分別安裝在不同的虛擬環境中，這樣就可以避免版本不一致導致語法不相容的問題。
安裝 Anaconda
Anaconda 下載連結：https://www.anaconda.com/download/
Anaconda 請選擇 Python 64-bits 的版本，因為 TensorFlow 不支援 Python 32-bits，在 Python 32-bits 的環境下使用 pip 安裝 TensorFlow 時會發生找不到 TensorFlow 這個 Package 的錯誤。
建立 anaconda 虛擬環境
安裝完成後，接下來要建立一個撰寫 TensorFlow 深度學習程式的虛擬環境。打開 command-line 輸入以下指令， anaconda 不是一個必填的選項，因為該指令會自動安裝許多數值處理時經常會使用到的套件。如果不想在電腦中一次安裝過多非必要的套件，可以選擇不輸入 anaconda。
$ conda create --name tensorflow anaconda指令說明
conda create：建立虛擬環境。
--name tensorflow： 虛擬環境的名稱是 tensorflow。
anaconda：加入此指令，建立虛擬環境時，也會安裝其他 Python 套件，例如：Jupyter Notebook、NumPy、SciPy、Matplotlib、Pandas 這幾個用於數據分析的套件。如果不加上這個指令，則會建立一個空的虛擬環境。
啟動 anaconda 虛擬環境
現在啟動你所創建的 anaconda 虛擬環境，啟動指令為 activate <env-name>， <env_name> 是你剛剛建立的虛擬環境的名稱。
$ activate tensorflow如果你使用的作業系統是 Linux 或是 Mac OS，要在 activate 前加上 source
$ source activate tensorflow啟動後，在 command-line 的提示字元前會出現虛擬環境的名稱，而我們所建立的虛擬環境名稱為 tensorflow，則提示字元前會出現：
(tensorflow) C:\Users\Leo>關閉 anaconda 虛擬環境
如果你想要退出虛擬環境，可以使用以下指令。退出後在提示字元前的虛擬環境名稱則會消失：
$ deactivate tensorflow安裝 TensorfFlow
1/ 在 anaconda 虛擬環境中，安裝套件的方式主要是利用 pip 與 conda，官方建議使用 conda 安裝套件。
2/ 安裝套件的來源都是從 anaconda 的 Cloud 中下載
anaconda repository：https://anaconda.org/anaconda/repo
使用 pip 安裝 tensorflow：
$ pip install tensorflow使用 pip 安裝 tensorflow 時可能會遇到一個問題，就是安裝的錯誤訊息說找不到任何 TensorFlow 的版本。
其中一個可能性是 Python 的環境是 32-bits，可以在 command-line 輸入 python，檢查一下 anaconda 的 Python 版本為 32-bits 或 64-bits。如果 anaconda 的 Python 版本為 32-bits，可以選擇解除這個版本，並到 anaconda 的官方網站重新下載 Python 64-bits 的版本：
Collecting tensorflow
Could not find a version that satisfies the requirement tensorflow (from versions: )
No matching distribution found for tensorflow安裝完成後，會出現類似於以下的訊息，X.X.X 為安裝的 TensorFlow 版本，當然，你不會只有看到單獨一個 TensorFlow 的套件，同時它會安裝許多相依套件，例如：protobuf、tensorboard 等。
Successfully installed tensorflow-X.X.X
使用 Jupyter notebook 寫一支 TensorFlow 的程式
終於到了最後一個步驟，安裝完 TensorFlow 後就可以準備開始撰寫深度學習的程式，雖然有些人可能在安裝時就遇到一些挫折，但不要灰心，請繼續堅持下去。
接下來我們來簡單寫一支程式，作為安裝環境的收尾。最後，要介紹一款在做數值處理時經常會使用的 IDE — jupyter，數值處理經常會希望看到數值變化，當程式碼越寫越多時，可能會不知道該在哪裡下斷點，juypter 提供區塊性的程式碼，讓開發人員可以即時知道程式的執行結果。
安裝 jupyter notebook
如果剛剛在創建 anaconda 的虛擬環境時沒有輸入 anaconda ，也就是沒有安裝數值處理的相依套件，則使用 pip 或是 conda 安裝 jupyter
$ pip install jupyter$ conda install jupyter
啟動 jupyter notebook
安裝完 jupyter 後，在 command-line 中輸入以下指令啟動 jupyter
$ jupyter notebook接著，在按下 enter 後，就會自動開啟 jupyter notebook 的 Web 介面。
撰寫 TensorFlow 程式
點選右上方的 New，開啟一個 Python 的 notebook 就可以開始撰寫 TensorFlow 的程式。
Jupyter Notebook 執行程式碼的方式
* Shift + Enter：執行程式碼後，開啟另一個新的 Cell
* Ctrl + Enter：執行程式碼後，游標仍在目前的 Cell
首先引入 TensorFlow 這個 package，然後創建一個常數 (constant)，並在計算圖中運行這個常數，在這邊暫時不解釋 TensorFlow 的專有術語，在往後的教程中會再提到。
如果你順利執行程式，並顯示出與上圖一樣的結果就代表你完成囉！
延伸閱讀
若覺得我的文章還不錯，請按下「拍手」給我鼓勵並分享給朋友，
或是「Follow」我，讓我們有更多交流的機會。按住拍手「5秒」，表示簽到，給我愛的鼓勵
按住拍手「7秒」，覺得這篇文章挺有意思
按住拍手「10秒」，想看類似主題的文章
按住拍手「10秒以上」，挺我到底（手比愛心
