CNN学习：环境的搭建

1.安装Anaconda

Anaconda是一个开源的Python发行版本，其包含了conda、Python等180多个科学包及其依赖项，最新的版本自带Python3，安装了它就不用再为各种各样的依赖问题烦恼了！

官网下载（速度较慢）：

清华镜像下载：

网盘下载：

我安装的是Anaconda3 5.0.0版本 自带的Python3.6，下面是安装界面：

点击Next，之后的两个选项全勾上就可以，之后就一直Next。 安装完成后，开始菜单栏会出现如下几个软件：

打开 Anaconda Prompt, 输入：

设置 Anaconda 仓库镜像，因为默认连接的是国外镜像地址，下载速度比较慢，把镜像地址改为清华大学镜像站下载速度就非常快了。

2.安装Pycharm

PyCharm是一种Python IDE,带有一整套可以帮助用户在使用Python语言开发时提高其效率的工具，也是我比较喜欢的IDE。

网盘链接：

安装过程不再赘述 ，下面是一些必要的设置：

1.确定是Anaconda3下的Python（如果还安装了其他Python版本的话）

2.设置外观

3.设置字体（默认字体太小了）

3.安装TensorFlow-CPU版本

打开开始菜单中的Anaconda Prompt：

1.在 Anaconda Prompt 窗口输入：

回车

2.中间会有一个确定安装依赖的步骤，输入Y

3.安装TensorFlow-CPU 版本(使用清华大学镜像仓库，下载速度快)：

之后进入安装过程。

3.安装成功后继续输入：

激活TensorFlow虚拟环境

不使用 TensorFlow 时，使用以下命令关闭

4.安装keras（可选）

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，更快速的编写自己的神经网络。

首先进入anaconda prompt：

（1）安装keras

（2）安装MinGW环境

5.完成

全部安装完成后打开Pycharm简单设置一下即可开始学习啦，首先推荐Mnist数据集进行手写数字的识别，它是深度学习的“Hello world”。

推荐学习：