1. Anaconda附带了一大批常用数据科学包，它附带了conda、Python和 150 多个科学包及其依赖项。因此你可以用Anaconda立即开始处理数据。

2. 管理包。Anaconda 是在 conda（一个包管理器和环境管理器）上发展出来的。在数据分析中，你会用到很多第三方的包，而conda（包管理器）可以很好的帮助你在计算机上安装和管理这些包，包括安装、卸载和更新包。

3. 管理环境。为什么需要管理环境呢？比如你在A项目中用到了Python2，而新的项目要求使用Python3，而同时安装两个Python版本可能会造成许多混乱和错误。这时候conda就可以帮助你为不同的项目建立不同的运行环境。还有很多项目使用的包版本不同，比如不同的pandas版本，不可能同时安装两个pandas版本。你要做的应该是在项目对应的环境中创建对应的pandas版本。这时候conda就可以帮你做到。

Anaconda3的安装

1. 官网地址
2. 清华镜像

关于安装过程中的细节,如全局变量设置…可自行百度,下面我们转入正题

Anaconda3安装tensorflow

1. 打开anaconda安装时自带的Anaconda prompt

2. 打开后,输入清华镜像的tensorflow的下载地址(如果你已经在墙外翱翔了,可以省略这一步):

   1 2	conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/ conda config --set show_channel_urls yes

3. 接着我们开始创建一个python3.6的环境,因为如果你安装的是最新的anaconda,它默认环境为py3.7,并且在不久之前,tensorflow已经开始支持py3.6,所以我们创建一个py3.6环境:

   1	conda create -n tensorflow python=3.6

4. 启动anaconda中的py3.6环境:

   1	activate tensorflow

如果不能进入,则重新执行第3步骤

5. 进入py3.6的环境中后,我们就可以进行安装了(此处我们安装的是CPU版本的tensorflow):

   1	pip install --upgrade --ignore-installed tensorflow

6. 当我们不使用tensorflow时,我们就可以使用:

   1	deactivate

退出该环境

7. 开始测试一下是否安装成功:

重新打开Anaconda Prompt—>activate tensorflow—>python来启动tensorflow，并进入python环境

1
2
3
4
5

#TensorFlow使用图(Graph)来表示计算任务；并使用会话(Session)来执行图，通过Session.close()来关闭会话（这是一种显式关闭会话的方式）。会话方式有显式和隐式会话之分。
import tensorflow as tf
hello = tf.constant('Hello, TensorFlow!')  #初始化一个TensorFlow的常量
sess = tf.Session()  #启动一个会话
print(sess.run(hello))

如果可以准确的输出结果,那么恭喜你,安装tensorflow成功!

Anaconda3安装pytorch

1. 打开anaconda安装时自带的Anaconda prompt

2. 创建py3.6环境:

   1	conda create -n pytorch python=3.6

3. 启动anaconda中的py3.6环境:

   1	activate pytorch

4. PyTorch 的官网提供了简单的安装方法，只需简单的命令即可。

首先，打开 PyTorch 官网安装页面（需自备梯子）：https://pytorch.org/get-started/locally/

然后复制页面中Run this Command后的代码,粘贴在你的命令行,等待安装完成就可以了~

Anaconda3安装keras

其实keras是可以与tensorflow在共同环境下使用的,所以我们可以直接将keras安装在我们的tensorflow环境中。

1. 打开anaconda安装时自带的Anaconda prompt

2. 创建py3.6环境:

   1	conda create -n tensorflow python=3.6

3. 启动anaconda中的py3.6环境:

   1	activate tensorflow

4. 直接运行命令:

   1 2 3

   conda install keras 或者 pip install keras

等待安装完成即可~