每次想做點什麼東西的時候，搭建環境的過程總是超級艱難。還沒來得及和程式碼拼個頭破血流，就死在了搭建環境的路上，真真是心累。這次也是，裝tensorflow來回搗鼓花了有一個星期，又是重灌系統又是重灌軟體的，難受到無法敷吸......看著我同學他們都是很容易就裝好了，我越發心急。但其實，搭建新環境的複雜程度跟個人的電腦以及系統都有關係，有時候可能只是你的電腦拖累了你。所以，不要灰心吶，慢慢找解決辦法，總會越過那些阻礙的。這裡把我在搭建tensorflow環境中遇到過的問題和有效解決辦法都記錄下來，下次如果再碰到這類問題，希望自己能遊刃有餘處理掉它們。

1.安裝Anaconda

注意一點，在安裝過程中記得勾選新增到系統環境變數。（還有就是安裝路徑不要有中文。）

按步驟安裝完以後，開啟windows命令列輸入 conda --version 檢測anaconda環境是否安裝成功：

顯示出錯，“conda不是內部或者外部命令”。

嗯？？？怎麼肥事兒！趕緊開啟高階系統設定來看一看環境變數配全了沒有。

一般來講，環境變數中有下面這三個就可以了（其中XXX是你自己的安裝路徑）：

1）XXX\Anaconda2 2）XXX\Anaconda2\Scripts 3）XXX\Anaconda2\Library\bin

但是我發現我的電腦在確保環境變數配置無誤的情況下，還是沒有辦法正常顯示conda。找了好久原因，發現我的\Scripts目錄下根本沒有可用的conda.exe那個檔案。

沒有conda.exe，或者activate.bat無法識別，主要還是因為Anaconda可能在你的windows上安裝不完整，導致部分缺失。

解決辦法就是用Miniconda來安裝Anaconda。因為Miniconda是精簡版的Anaconda，所以如果用Miniconda把Anaconda中的安裝包都安裝了，此時的Miniconda就是一個完整的Anaconda了 。於是我卸了Anaconda改裝Miniconda。

1.1安裝Miniconda

Miniconda裝好以後確保環境變數配置如下：

1）XXX\Miniconda2 2）XXXr\Miniconda2\Scripts 3）XXX\Miniconda2\Library\bin 

也同樣在命令列裡面測試一下吧。輸入conda看看，這下倒是不再顯示“conda不是內部或者外部命令”了。但是！！！

UnicodeEncodeError: 'ascii' codec can't encode characters in position XX又是什麼鬼！！

又是一頓搜解決辦法，最後是在Miniconda的安裝路徑中找到miniconda2\Lib\site-packages這個位置，然後新建一個檔案建一個檔案sitecustomize.py，在裡面填寫如下兩行內容：

import sys 
sys.setdefaultencoding('gb2312')

儲存檔案，再次啟動命令列，輸入conda --version，能夠正常顯示版本號。

但是有可能你還會出現這樣的問題：UnicodeEncodeError: 'gb2312' codec can't encode characters in position XX

那麼把檔案sitecustomize.py內容改成下面這樣就可以了：

import sys 
sys.setdefaultencoding('UTF-8')

1.2新增 conda 的映象伺服器

因為conda 下載檔案要用到國外的伺服器，速度一般會比較慢，我們可以通過增加一個清華的映象伺服器來解決。

開啟cmd終端或者Anaconda Prompt（快捷鍵： win+r ：然後輸入cmd，回車）。

分別在cmd終端或者Anaconda Prompt裡貼上下面兩行程式碼（每貼上一行回車確認）。

conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/

conda config --set show_channel_urls yes

1.3建立對應Python版本的虛擬環境

在 cmd 終端或者Anaconda Prompt輸入： 

conda create –n course_py27 python=2.7

這裡因為我下載的python版本為2.7，所以寫的是python=2.7，如果你下載的版本不是2.7，把這個地方改成你自己的版本就好了。“course_py27”也是自定義的，可以替換為你想用的名稱，按回車鍵執行程式碼。

安裝工具包的時候可能需要安裝一些其他的工具，如果系統提示 proceed ([y]/n)? ，輸入y， 回車就ok。

出現如下提示，表示環境配置成功：

嘗試觸發剛建立的這個環境，輸入： activate course_py27  這裡如果你用的是其他的名字，輸入“activate+名稱”就可以了

如果命令列出現（course_py27）或者說是你自己設定的名稱，表示已經載入這個環境。

你可以選擇檢視 Python 的版本是否是我們剛建立的3.5版本，輸入：python

不出意外的話，系統會給你反饋 python 的版本資訊。

輸入：quit() 退出 python 環境（注意此處的括號為英文狀態下輸入的）

1.4安裝科學計算所需的python工具包

用 conda 安裝 scipy  輸入：conda install scipy

用 conda 安裝 pandas  輸入：conda install pandas

conda安裝scipy和pandas都是需要先退出python（也就是說，如果你之前在命令列輸入了python的話，需要先使用quit()命令退出），在之前建立的course_py27環境裡安裝;檢查包是否安裝成功，需要首先進入python，再使用"import +包名字"進行檢查，如檢查scipy是否安裝成功，可以輸入import scipy。

用 pip 安裝 scikit-learn  輸入：pip install scikit-learn  很多包其實用 pip 也是可以直接安裝的

2.tensorflow環境嵌入到編輯器中

2.1安裝tensorflow環境

在Anaconda prompt 中檢測目前安裝了哪些環境變數：conda info --envs

可以看到，現在我們的環境只有base和剛剛裝過的course_py27。於是，對於Anaconda中安裝一個內建的python版本解析器(其實就是python的版本)，這裡我是python2.7的版本：

conda create -n tensorflow python=2.7

tensorflow環境裝好以後，檢測tensflow的環境是否新增到了Anaconda裡面：conda info --envs

啟用tensflow的環境：activate tensorflow

退出tensorflow的環境：deactivate

然後我們需要在tensorflow環境下進行正式的安裝tensorflow：conda install tensorflow

可以在tensorflow環境下檢測是否成功安裝了tensorflow：conda list

2.2下載安裝pycharm

這個過程網上一大堆教程，安裝過程也很容易，就不提了。

2.3新增tensorflow環境下的python直譯器

file->settings->Project Interpreter->Add

選擇之前安裝Miniconda目錄下的tensorflow環境下的python可執行程式。