Win10下恢复TensorFlow环境

Win10挺好用的

既然是Win10平台，而刚好最近重装了系统，就先介绍一下Win10的安装吧，我觉得Win10挺好用的，只是UI扁平化后，有时竟找不到窗体的边界在哪。

首先，准备一个大于8G的U盘。

然后，到下面的地址去下载一个下载工具

https://www.microsoft.com/zh-cn/software-download/windows10

运行下载工具，如下面所示，将Win10下载到U盘。

重启电脑，选择从U盘启动，就可以安装啦。系统的激活方法百度上有，大家可以自行搜索。

安装Anaconda

Windows平台上，TensorFlow只支持Python 3.5和3.6，去年我使用的是Python 3.5，这次也是恢复之前的环境。

如下图所示，记得勾选添加到环境变量：

可以从下面两个地址查看不同平台对Python版本的支持：

https://pypi.org/project/tensorflow/1.1.0rc2/#files

https://mirrors.tuna.tsinghua.edu.cn/tensorflow/

创建虚拟环境

使用虚拟环境的一个好处是你可以在多个虚拟环境之间切换。

运行Anaconda Prompt，即命令行窗口，执行下面的命令：

conda create -n tensorflow python=3.5

创建的时候，注意看一下虚拟环境的目录，这个后面会用到：

等执行完，打开Anaconda，就会看到tensorflow的虚拟环境了：

安装TensorFlow

首先，激活刚才创建的tensorflow虚拟环境：

activate tensorflow

执行下面的命令开始安装：

conda installed tensorflow

安装完成后，启动python，导入一下tensorflow，验证是否安装成功，如果没有报错就说明安装成功了：

以上就是tensorflow的安装步骤，由于之前主要是用tensorflow做目标检测，也就准备用之前的一个测试程序来验证环境。

因为 tensorflow 并没有默认自带 Object Detection API，所以该API需要自行下载，下载地址为：

https://github.com/tensorflow/models。

安装目标检测API依赖库

先安装API的依赖库，就是重新打开Anaconda Prompt，激活tensorflow，然后执行：

pip install pillow

pip install matplotlib

配置Object Detection API目录

此时，tensorflow的models应该下载完成了，解压并配置环境变量就可以了。

安装Protoc

之前你可能注意到了，在安装tensorflow时会默认安装protobuf-3.6.0：

而这个版本使用时会报错。需要使用3.4的版本，下载地址为：

https://github.com/protocolbuffers/protobuf/releases

安装好之后，在research文件夹执行命令，如下图：

这样会编译object_detection/protos 文件夹下的 proto 文件，生成对应的 python 文件。

这样配置Object Detection API的全部工作就完成了，验证API的方法在之前的文章中介绍过，就不再多说了。

安装PyCharm并配置使用虚拟环境

测试程序是在PyCharm中调试和运行的，安装PyCharm并配置环境：

至此，重装系统前的tensorflow环境就恢复完啦。

连接开发者，连接迭代成长者